本文實現分組統計的方法是使用了Solr的Facet元件，Facet元件是Solr預設整合的一個元件，Facet元件是Solr預設整合的一個元件。

Facet簡介

        Facet是solr的高階搜尋功能之一，可以給使用者提供更友好的搜尋體驗。在搜尋關鍵字的同時，能夠按照Facet的欄位進行分組並統計。

Facet欄位

• 適宜被Facet的欄位

一般代表了實體的某種公共屬性，如商品的分類，商品的製造廠家，書籍的出版商等等。

• Facet欄位的要求

Facet的欄位必須被索引，一般來說該欄位無需分詞，無需儲存。

無需分詞是因為該欄位的值代表了一個整體概念，如電腦的品牌“聯想”代表了一個整體概念，如果拆成“聯”、“想”兩個字都不具有實際意義，另外該欄位的值無需進行大寫轉換等處理，保持其原貌即可。

無需儲存是因為一般而言使用者所關心的並不是該欄位的具體值，而是作為對查詢結果進行分組的一種手段，使用者一般會沿著這個分組進一步深入搜尋。

• 特殊情況

對於一般查詢而言，分詞和儲存都是必要的，比如CPU型別“Intel 酷睿 2 雙核 P7570”，拆分成“Intel”、“酷睿”、“P7570”這樣一些關鍵字並分別索引，可能提供更好的搜尋體驗，但是如果將CPU作為Facet欄位，最好不進行分詞，這樣就造成了矛盾，解決方法為，將CPU欄位設定為不分詞不儲存，然後建立另外一個欄位為它的COPY，對這個COPY的欄位進行分詞和儲存。

<types>

<fieldType name = "string" class = "solr.StrField" omitNorms = "true" />

<fieldType name = "tokened" class = "solr.TextField">

<analyzer>

.......

</analyzer>

</fieldType>

</types>

<fields>

<field name = "cpu" type = "string" indexed = "true" stored = "false" />

<field name = "cpuCopy" type = "tokened" indexed = "true" stored = "true" />

</fields>

<copyField source = "cpu" dest = "cpuCopy" />

Facet元件

        Solr的預設requestHandler已經包含了Fact元件（solr.FacetComponent）。如果自定義requestHandler或者對預設的requestHandler自定義元件列表，那麼需要將Facet加入到元件列表中。

<requestHandler name = "standard" class = "solr.SearchHandler" default = "true">

......

<arr name = "components">

<str>自定義元件名</str>

<str>facet</str>

......

</arr>

Facet查詢

        進行Facet查詢需要在請求引數中加入facet=on或者facet=true只有這樣Facet元件才起作用。

Field Facet

        Facet欄位通過在請求中加入facet.field引數加以宣告，如果需要對多個欄位進行Facet查詢，那麼將該引數宣告多次，例如：

http://localhost:8080/solr/collection1/select?q=*%3A*&start=0&rows=1&wt=xml&indent=true&facet=true&facet.field=category_s&facet.field=modified_1

        返回結果：

<?xml version = "1.0" encoding = "UTF-8"?>

<response>

<lst name = "responseHeader">

<int name = "status">0</int>

<int name = "QTime">1</int>

<lst name = "params">

<str name = "facet">true</str>

<str name = "indent">true</str>

<str name = "start">0</str>

<str name = "q">*:*</str>

<arr name = "facet.field">

<str>category_s</str>

<str>modified_l</str>

</arr>

<str name = "wt">xml</str>

<str name = "rows">0</str>

</lst>

</lst>

<result name = "response" numFound = "17971" start = "0"></result>

<lst name = "facet_counts">

<lst name = "facet_queries" />

<lst name = "facet_fields">

<lst name = "category_l">

<int name = "0">5991</int>

<int name = "1">5990</int>

<int name = "2">5990</int>

</lst>

<lst name = "modified_l">

<int name = "1162438554000">951</int>

<int name = "1162438556000">917</int>

<int name = "1162438548000">902</int>

<int name = "1162438546000">674</int>

</lst>

</lst>

<lst name = "facet_dates" />

<lst name = "facet_ranges" />

</lst>

</response>

        各個Facet欄位互不影響，且可以針對每個Facet欄位設定查詢引數，以下介紹的引數既可以應用於所有的Facet欄位，也可以應用於每個單獨的Facet欄位，應用於單獨的欄位時通過。

f.欄位名.引數名=引數值。

        這種方式呼叫，比如facet.prefix引數應用於cpu欄位，可以採用如下形式：

f.cpu.facet.prefix=Intel

• facet.prefix

表示Facet欄位值的字首，比如facet.field=cpu&facet.prefix=Intel，那麼對cpu欄位進行Facet查詢，返回的cpu都是以Inter開頭的，AMD開頭的cpu型號將不會被統計在內。

• facet.sort

表示Facet欄位值以哪種順序返回，可接受的值為 true(count)|false(index , lex)。true(count)表示按照count值從大到小排列。false(index , lex)標識按照欄位值的自然順序排列（字母，數字的順序）。預設情況下為 true(count)。當facet.limit值為負數時，預設facet.sort=false(index , lex)。

• facet.limit

限制Facet欄位返回的結果條數。預設值為100，如果此值為負數，表示不限制。

• facet.offset

返回結果集的偏移量，預設為0，它與facet.limit配合使用可以達到分頁的效果。

• facet.mincount

限制了Facet欄位值的最小count，預設為0。合理設定該引數可以將使用者的關注點集中在少數比較熱門的領域。

• facet.missing

預設為“ ”。如果設定為true或者on，那麼將統計那些該Facet欄位值為null的記錄。

• facet.method

取值為enum或fc，預設為fc，該欄位表示了兩種facet的演算法，與執行效率相關。

enum適用於欄位值比較少的情況，比如欄位型別為布林型，或者欄位表示中國的所有省份。Solr會遍歷該欄位的所有取值，並從filterCache裡為每個值分配一個filter（這裡要求solrconfig.xml裡對filterCache的設定足夠大）。然後計算每個filter與主查詢的交集。

fc（表示Field Cache）適用於欄位取值比較多，但在每個文件裡出現次數比較少的情況。SOlr會遍歷所有的文件，在每個文件內搜尋Cache內的值，如果找到就將Cache內該值的count加1.

• facet.enum.cache.minDf

當facet.method=enum時，此引數其作用，minDf表示minimum document frequency，也就是文件內出現某個關鍵字的最少次數。該引數預設值為0.設定該引數可以減少filterCache的記憶體消耗，但會增加總的查詢時間（計算交集的時間增加了），如果設定該值的話，官方文件建議優先嚐試25-50內的值。

Date Facet

        日期型別的欄位在文件中很常見，如商品上市時間，貨物出倉時間，書籍上架時間等等。某些情況下需要針對這些欄位進行Facet。不過時間欄位的取值無限性，使用者往往關心的不是某個時間點，而是某個時間段內的查詢統計結果。Solr為日期欄位提供了更為方便的查詢統計方式。當然，欄位的型別必須是DateField（或其子型別）。

        需要注意的是，使用Date Facet時，欄位名，起始時間，結束時間，時間間隔這4個引數都必須提供。與Field Facet類似，Date Facet也可以對多個欄位進行Facet，並且針對每個欄位都可以單獨設定引數。

        facet.date：該引數表示需要進行Date Facet的欄位名，與facet.field一樣，該引數可以被設定多次，表示對多個欄位進行Date Facet。

        facet.date.start：起始時間，時間的一般格式為1995-12-31T23:59:59Z，另外可以使用NOW\YEAR\MONTH等等，具體格式可以參考DateField的java doc。

        facet.date.end：結束時間。

        facet.date.gap：時間間隔。如果start為2009-1-1，end為2010-1-1，gap設定為+1 MONTH表示間隔1個月，那麼將會把這段時間劃分為12個間隔段。

注意：+因為是特殊字元所以應該用%2B代替。

        facet.date.hardend：取值可以為true|false，預設為false。它表示gap迭代到end處採用何種處理。

舉例說明：start為2009-1-1，end為2009-12-25，gap為+1 MONTH，

hardend為false的話，最後一個時間段為2009-12-1至2010-1-1；

hardend為true的話，最後一個時間段為2009-12-1至2009-12-25。

        facet.date.other：取值範圍為before|after|between|none|all，預設為none。before會對start之前的值做統計，after會對end之後的值做統計。between會對start至end之間所有值做統計。如果hardend為true的話，那麼該值就是各個時間段統計值的和。none表示該項禁用。all表示before，after，all都會統計。

舉例：

&facet=on

&facet.date=date

&facet.date.end=2009-1-1T0:0:0Z

&facet.date.end=2010-1-1T0:0:0Z

&facet.date.gap=%2B1MONTH

&facet.date.other=all

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries" />

<lst name = "facet_fields" />

<lst name = "facet_dates" >

<int name = "2009-01-01T00:00:00Z">5</int>

<int name = "2009-02-01T00:00:00Z">7</int>

<int name = "2009-03-01T00:00:00Z">4</int>

<int name = "2009-04-01T00:00:00Z">3</int>

<int name = "2009-05-01T00:00:00Z">7</int>

<int name = "2009-06-01T00:00:00Z">3</int>

<int name = "2009-07-01T00:00:00Z">6</int>

<int name = "2009-08-01T00:00:00Z">7</int>

<int name = "2009-09-01T00:00:00Z">2</int>

<int name = "2009-10-01T00:00:00Z">4</int>

<int name = "2009-11-01T00:00:00Z">1</int>

<int name = "2009-12-01T00:00:00Z">5</int>

<str name = "gap">+1 MONTH</str>

<date name = "end">2010-01-01T00:00:00Z</date>

<int name = "before">180</int>

<int name = "after">5</int>

<int name = "between">54</int>

</lst>

</lst>

Facet Query

        Facet Query利用類似於filter query 的語法提供了更為靈活的Facet。通過facet.query引數，可以對任意欄位進行篩選。

• 例1

&facet=on

&facet.query=date:[2009-1-1T0:0:0 TO 2009-2-1T0:0:0Z]

&facet.query=date:[2009-4-1T0:0:0 TO 2009-5-1T0:0:0Z]

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries">

<int name = "date:[2009-1-1T0:0:0Z TO 2009-2-1T0:0:0Z]">5</int>

<int name = "date:[2009-4-1T0:0:0Z TO 2009-5-1T0:0:0Z]">3</int>

</lst>

<lst name = "facet_fields" />

<lst name = "facet_dates" />

</lst>

• 例2

&facet=on

&facet.query=date:[2009-1-1T0:0:0Z TO 2009-2-1T0:0:0Z]

&facet.query=price:[* TO 5000]

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries">

<int name = "date:[2009-1-1T0:0:0Z TO 2009-2-1T0:0:0Z]">5</int>

<int name = "price:[* TO 5000]">116</int>

</lst>

<lst name = "facet_fields" />

<lst name = "facet_dates" />

</lst>

• 例3：

&facet=on

&facet.query=cpu:[A TO G]

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries">

<int name = "cpu:[A TO G]">11</int>

</lst>

<lst name = "facet_fields" />

<lst name = "facet_dates" />

</lst>

key 操作符

       可以用key操作符為Facet欄位取一個別名。

例：

&facet=on

&facet.field={!key=中央處理器}cpu

&facet.field={!key=顯示卡}videoCard

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries" />

<lst name = "facet_fields" />

<lst name = "中央處理器">

<int name = "Inter 酷睿 2雙核 T6600">48</int>

<int name = "Inter 奔騰雙核 T4300">28</int>

<int name = "Intel 酷睿 2雙核 P8700">18</int>

<int name = "Intel 賽揚雙核 T3000">7</int>

</lst>

<lst name = "顯示卡">

<int name = "ATI Mobility Radeon HD 4">63</int>

<int name = "NVIDIA GeForce G 105M">24</int>

<int name = "NVIDIA GeForce GT 240M">21</int>

</lst>

</lst>

tag操作符和ex操作符

       當查詢使用filter query的時候，如果filter query的欄位正好是Facet欄位，那麼查詢結果往往被限制在某一個值內。

例：

&fq=screenSize:14

&facet=on

&facet.field=screenSize

返回結果：

<lst name = "facet_counts">

<lst name = "facet_queries" />

<lst name = "facet_fields" >

<lst name = "screenSize">

<int name = "14.0">107</int>

<int name = "10.2">0</int>

<int name = "11.1">0</int>

</lst>

</lst>

<lst name = "facet_dates" />

</lst>

        可以看到，螢幕尺寸（screenSize）為14寸的產品共有107件，其他尺寸的產品的數目都是0，這是因為在filter裡已經限制了screenSize:14，這樣，查詢結果中，除了screenSize的這一項之外，其他專案沒有實際的意義。有些時候，使用者希望把結果限制在某一範圍內，又希望查詢該範圍外的概況。比如上述情況，既要把查詢結果限制在14寸屏的筆記本，又想檢視一下其他螢幕尺寸的筆記本有多少產品。這個時候需要用到tag和ex操作符。tag就是把一個filter標記起來，ex(exclude)是在Facet的時候把標記過得filter排除在外。

例：

&fq={!tag=aa}screenSize:44

&facet=on

&facet.field={!ex=aa}screenSize

返回結果：

<lst name = "facet_count" >

<lst name = "facet_queries" />

<lst name = "facet_fields">

<lst name = "screenSize">

<int name = "14.0">107</int>

<int name = "14.1">40</int>

<int name = "13.3">34</int>

<int name = "15.6">22</int>

</lst>

</lst>

<lst name = "facet_dates" />

</lst>

        這樣其他螢幕尺寸的統計資訊就有意義了。

SolrJ對Facet的支援

// 初始化查詢物件

String q = "*.*";

SolrQuery query = new SolrQuery(q);

query.setIncludeScore(false); // 是否按每組數量高低排序

query.setFacet(true); // 是否分組查詢

query.setRows(0); // 設定返回結果條數，如果你是分組查詢，你就設定為0

query.addFacetField("modified_l"); // 增加分組欄位

query.addFacetQuery("category_s[0 TO 1]");

QueryResponse rsp = server.query(query);

......

// 取出結果

List<FacetField.Count> list =rsp.getFacetField("modified_l").getValues();

Map<String, Integer> list = rsp.getFacetQuery();