帝国+只做网站地图/百度排名规则

Facet['fæsɪt]很难翻译，只能靠例子来理解了。Solr作者Yonik Seeley也给出更为直接的名字：导航（Guided Navigation）、参数化查询（Paramatic Search）。

上面是比较直接的Faceted Search例子，品牌、产品特征、卖家，均是 Facet 。而Apple、Lenovo等品牌，就是 Facet values 或者说 Constraints ，而Facet values所带的统计值就是 Facet count/Constraint count 。

2 、Facet 使用

q = 超级本 
facet = true 
facet.field = 产品特性 
facet.field = 品牌 
facet.field = 卖家

http://…/select?q=超级本&facet=true&wt=json

&facet.field=品牌&facet.field=产品特性&facet.field=卖家

也可以提交查询条件，设置fq(filter query)。

q = 电脑 
facet = true 
fq = 价格:[8000 TO *] 
facet.mincount = 1 // fq将不符合的字段过滤后，会显示count为0  备注 by zhz :设置没有结果的栏目不显示,最少1个count才显示
facet.field = 产品特性 
facet.field = 品牌 
facet.field = 卖家

http://…/select?q=超级本&facet=true&wt=json

&fq=价格:[8000 TO *]&facet.mincount=1

&facet.field=品牌&facet.field=产品特性&facet.field=卖家

"facet_counts": {
"facet_fields": {"品牌": ["Apple", 4,"Lenovo", 39…]"产品特性": ["显卡", 42,"酷睿", 38…]…}}

如果用户选择了Apple这个品牌，查询条件中需要添加另外一个fq查询条件，并移除Apple所在的facet.field。

eg:代码实现可以使用数组保存所有facet.field  选择某个品牌后，移除数组中的品牌

http://…/select?q=超级本&facet=true&wt=json

&fq=价格:[8000 TO *]&fq=品牌:Apple&facet.mincount=1

&facet.field= 品牌 &facet.field=产品特性&facet.field=卖家

3 、Facet 参数

facet.prefix  –   限制constaints的前缀

facet.mincount=0 –  限制constants count的最小返回值，默认为0

facet.sort=count –  排序的方式，根据count或者index

facet.offset=0  –   表示在当前排序情况下的偏移，可以做分页

facet.limit=100 –  constraints返回的数目

facet.missing=false –  是否返回没有值的field

facet.date –  Deprecated, use facet.range

facet.query

指定一个查询字符串作为Facet Constraint

facet.query = rank:[* TO 20]

facet.query = rank:[21 TO *]

"facet_counts": {
"facet_fields": {"品牌": ["Apple", 4,"Lenovo", 10…]"产品特性": ["显卡", 11,"酷睿", 20…]…}}

facet.range

http://…/select?&facet=true

&facet.range=price

&facet.range.start=5000

&facet.range.end=8000

&facet.range.gap=1000

<result numFound="27" ... />...<lst name="facet_counts"><lst name="facet_queries"><int name="rank:[* TO 20]">2</int><int name="rank:[21 TO *]">15</int></lst>
...

WARNING:  range范围是左闭右开，[start, end)

facet.pivot

这个是Solr 4.0的新特性，pivot和facet一样难理解，还是用例子来讲吧。

Syntax:  facet.pivot=field1,field2,field3...

e.g.  facet.pivot=comment_user, grade

用户选修课成绩

"facet_counts":{
"facet_pivot":{"comment_user, grade ":[{"field":"comment_user","value":"1","count":10,"pivot":[{"field":"grade","value":"好","count":8}, {"field":"grade","value":"中","count":1}, {"field":"grade","value":"差","count":1}]}, {"field":" comment_user ","value":"2","count":20,"pivot":[{…

http://...q= comment&facet=true&facet.field=comment_user  统计每个用户的选课总数

没有pivot机制的话，要做到上面那点可能需要多次查询：

http://...q= comment&fq= grade:好&facet=true&facet.field=comment_user

http://...q=comment&fq=grade:中&facet=true&facet.field=comment_user

http://...q=comment&fq=grade:差&facet=true&facet.field=comment_user

套用第一个例子：

不使用pivot：

http://…/select?q=超级本&facet=true&wt=json

&fq=价格:[8000 TO *]&fq=品牌:联想&facet.mincount=1

&facet.field= 品牌 &facet.field=产品特性

结果=统计品牌是联想的  每种产品特征

不使用pivot：

Facet.pivot -  Computes a Matrix of Constraint Counts across multiple Facet Fields. by Yonik Seeley.

上面那个解释很不错，只能理解不能翻译。

facet.pivot自己的理解，就是按照多个维度进行分组查询，以下是自己的实战代码，按照newsType，property两个维度统计：

public List<ReportNewsTypeDTO> queryNewsType(ReportQuery reportQuery) {    HttpSolrServer solrServer = SolrServer.getInstance().getServer();SolrQuery sQuery = new SolrQuery();List<ReportNewsTypeDTO> list = new ArrayList<ReportNewsTypeDTO>();try {String para = this.initReportQueryPara(reportQuery, 0);sQuery.setFacet(true);sQuery.add("facet.pivot", "newsType,property");//根据这两维度来分组查询sQuery.setQuery(para);QueryResponse response = solrServer.query(sQuery,SolrRequest.METHOD.POST);     NamedList<List<PivotField>> namedList = response.getFacetPivot();System.out.println(namedList);//底下为啥要这样判断，把这个值打印出来，你就明白了if(namedList != null){List<PivotField> pivotList = null;for(int i=0;i<namedList.size();i++){pivotList = namedList.getVal(i);if(pivotList != null){ReportNewsTypeDTO dto = null;for(PivotField pivot:pivotList){dto = new ReportNewsTypeDTO();dto.setNewsTypeId((Integer)pivot.getValue());dto.setNewsTypeName(News.newsTypeMap.get((Integer)pivot.getValue()));int pos = 0;int neg = 0;List<PivotField> fieldList = pivot.getPivot();if(fieldList != null){for(PivotField field:fieldList){int proValue = (Integer) field.getValue();int count = field.getCount();if(proValue == 1){pos = count;}else{neg = count;}}}dto.setPositiveCount(pos);dto.setNegativeCount(neg);list.add(dto);}}}}return list;} catch (SolrServerException e) {log.error("查询solr失败", e);e.printStackTrace();} finally{solrServer.shutdown();solrServer = null;}return list;    }

namedList打印结果:
{newsType,property=
[
newsType:8 [4260] [property:1 [3698] null, property:0 [562] null], 
newsType:1 [1507] [property:1 [1389] null, property:0 [118] null], 
newsType:2 [1054] [property:1 [909] null, property:0 [145] null], 
newsType:6 [715] [property:1 [581] null, property:0 [134] null], 
newsType:4 [675] [property:1 [466] null, property:0 [209] null], 
newsType:3 [486] [property:1 [397] null, property:0 [89] null], 
newsType:7 [458] [property:1 [395] null, property:0 [63] null], 
newsType:5 [289] [property:1 [263] null, property:0 [26] null], 
newsType:9 [143] [property:1 [138] null, property:0 [5] null]
]
}
这下应该明白了。写到这里，突然想到一个，所有的分组查询统计，不管是一个维度两个维度都可以使用face.pivot来统计，不错的东东。