Solr中的group与facet的区别
如果是简单的使用的话,那么Facet与group都可以用来进行数据的聚合查询,但是他们还是有很大的区别的。
首先上facet跟group的操作:
Facet的例子:
public voidFacetFieldQuery() throws Exception {
solrServer = createSolrServer();
SolrQueryquery = newSolrQuery();//建立一个新的查询
query.setQuery("jobsName:计算机维护");
query.setFacet(true);//设置facet=on
// 分类信息分为:薪水,发布时间,教育背景,工作经验,公司类型,工作类型
query.addFacetField(new String[] {"salary","publishDate",
"educateBackground","jobExperience","companytype","jobsType" });//设置需要facet的字段
query.setFacetLimit(10);// 限制facet返回的数量
query.setFacetMissing(false);//不统计null的值
query.setFacetMinCount(1);// 设置返回的数据中每个分组的数据最小值,比如设置为1,则统计数量最小为1,不然不显示
//query.addFacetQuery("publishDate:[2014-04-11T00:00:00Z TO2014-04-13T00:00:00Z]");
QueryResponseresponse = solrServer.query(query);
System.out.println("查询时间:" + response.getQTime());
List<FacetField>facets = response.getFacetFields();//返回的facet列表
for (FacetField facet :facets) {
System.out.println(facet.getName());
System.out.println("----------------");
List<Count>counts = facet.getValues();
for (Count count : counts){
System.out.println(count.getName()+":"+ count.getCount());
}
System.out.println();
}
}
运行结果如下:
查询时间:66
salary
----------------
面议:6882
2001-4000:1508
其他:671
4001-6000:536
3000-4499:224
2000-2999:181
6001-8000:179
3000-5000:82
1000-2000:81
4500-5999:75
publishDate
----------------
2014-08-05T00:00:00Z:793
2014-08-04T00:00:00Z:775
2014-07-30T00:00:00Z:601
2014-08-07T00:00:00Z:548
2014-08-06T00:00:00Z:539
2014-08-11T00:00:00Z:472
2014-08-20T00:00:00Z:439
2014-08-12T00:00:00Z:438
2014-08-01T00:00:00Z:405
2014-08-03T00:00:00Z:376
educateBackground
----------------
大专:4486
本科:1872
其他:1344
不限:1147
中专:680
高中:472
薪水范围::430
中技:161
初中:140
硕士:94
jobExperience
----------------
其他:2623
不限:2249
1-3年:1770
1年:1301
2年:773
3-4年:528
3-5年:379
应届毕业生:309
5-7年:162
1年以上:136
companytype
----------------
民营公司:3702
民营:2605
国企:835
股份制企业:729
其他:707
合资:632
外资(非欧美):377
外商独资:350
外资(欧美):271
上市公司:228
jobsType
----------------
全职:10734
兼职:59
实习:39
Group查询:
/**group查询
* @throws Exception
*/
public void GroupFieldQuery() throws Exception {
solrServer = createSolrServer();
SolrQuery query = new SolrQuery("jobsName:计算机维护");
// 设置通过facet查询为true,表示查询时使用facet机制
query.setParam(GroupParams.GROUP,true);
query.setParam(GroupParams.GROUP_FIELD,"salary");
// 设置每个quality对应的
query.setParam(GroupParams.GROUP_LIMIT,"1");
// 设置返回doc文档数据,因只需要数量,故设置为0
query.setRows(10);
QueryResponse response = solrServer.query(query);
if (response !=null) {
GroupResponse groupResponse =response.getGroupResponse();
if(groupResponse !=null) {
List<GroupCommand> groupList =groupResponse.getValues();
for(GroupCommand groupCommand : groupList){
List<Group> groups =groupCommand.getValues();
for(Group group : groups) {
System.out.println("group查询..."+group.getGroupValue()+"数量为:"+group.getResult().getNumFound());
}
}
}
}
}
group查询...面议数量为:6882
group查询...4500-5999数量为:75
group查询...2001-4000数量为:1508
group查询...其他数量为:671
group查询...2000-2999数量为:181
group查询...4001-6000数量为:536
group查询...2000-4000数量为:19
group查询...2000-3000数量为:34
group查询...3000-4499数量为:224
group查询...3000-5000数量为:82
facet的查询结果主要是分组信息:有什么分组,每个分组包括多少记录;但是分组中有哪些数据是不可知道的,只有进一步搜索。
group则类似于关系数据库的group by,可以用于一个或者几个字段去重、显示一个group的前几条记录等。
The Grouping feature only works if groups are inthe same shard. You must use the custom sharding feature to use the Groupingfeature.
两者其实用起来还是有比较大的区别的,但是如果说区别的话可以看下wiki上的这段
Field Collapsing and Result Grouping aredifferent ways to think about the same Solr feature.
Field Collapsing collapsesa group of results with the same field value down to a single (or fixed number)of entries. For example, most search engines such as Google collapse on site soonly one or two entries are shown, along with a link to click to see moreresults from that site. Field collapsing can also be used to suppress duplicatedocuments.
Result Grouping groupsdocuments with a common field value into groups, returning the top documentsper group, and the top groups based on what documents are in the groups. Oneexample is a search at Best Buy for a common term such as DVD, that shows thetop 3 results for each category ("TVs &Video","Movies","Computers", etc)
下面这两个查询语句一个是facet的一个是group的
http://localhost:8080/solr/JobsOtherWeb0/select?q=jobsName%3A%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BB%B4%E6%8A%A4&group=true&group.field=salary&group.limit=1&rows=10
http://localhost:8080/solr/JobsOtherWeb0/select?q=jobsName%3A%E8%AE%A1%E7%AE%97%E6%9C%BA%E7%BB%B4%E6%8A%A4&facet=true&facet.field=salary&facet.field=publishDate&facet.field=educateBackground&facet.field=jobExperience&facet.field=companytype&facet.field=jobsType&facet.limit=10&facet.missing=false&facet.mincount=1
其中facet查询出的如下:(只截取部分结果)
根据条件查询出的是查询结果,facet是聚类后的信息跟查询条件是分开的,查询结果也跟facet没关系。
但是下面看group查询的
也就是你的查询条件是跟group相关的,返回的查询结果也是跟group相关的,比如说你想要查询的结果在每个分组中 都有数据采集,那么就最好用group,这样出来的数据跟group也是相关的,但是有个问题,比如说你要查询group每个采集1个,ok那么你查询的 时候的条件rows就无效了(也不能说无效,主要是看你怎么使用),就是最多每个分组给你返回一个,多了没有了。
再细说点就是如果你想查询归查询聚类归聚类,那么使用facet,如果想使用类似采集的效果,每个group分组采集多少个,那么使用group查询。