solr之 百度相关搜索类似功能的实现

时间:2022-08-31 14:49:54

这个功能的实现有几种不同的思路。

大概半个月前,我在网上查了相关内容,心里很凉。google里面从2009年到2011年都有人问这个问题。但是没有一个人回答。

当网上都没人回答的时候就是尴尬的时候。后来吧,还好,总监是做搜索出身的。不懂就问呗。

提出的方案大概有3套:

          1。新建张表,然后这张表专门用来存放与相关搜索的字段。将表的数据导入到缓存中,每次从缓存中查询。即不消耗数据库连接,也很快(最简单的方法,对应小型网站没问题,除了需要维护随时插入数据之外,就是数据不全这个缺点)

          2。对用户输入的信息进行验证,如果数据库有就不存,并且提示,如果没有就存入数据库。并对这个表的数据建缓存。

          3。研究solr是否支持类似功能。(答案是有的,Solr 使用 MoreLikeThisComponent(MLT)和 MoreLikeThisHandler 实现了一样的功能。)

          (第3套想法是我做了第一套之后查资料查的,正准备改为第3套方案)



下面这段话转自其它人的博客:

          在 Google 上尝试一个查询,您会注意到每一个结果都包含一个 “相似页面” 链接,单击该链接,就会发布另一个搜索请求,查找出与起初结果类似的文档。Solr 使用 MoreLikeThisComponent(MLT)和 MoreLikeThisHandler 实现了一样的功能。如上所述,MLT 是与标准 SolrRequestHandler 集成在一起的;MoreLikeThisHandler 与 MLT 结合在一起,并添加了一些其他选项,但它要求发布一个单一的请求。我将着重讲述 MLT,因为使用它的可能性更大一些。幸运的是,不需要任何设置就可以查询它,所以您现在就可以开始查询。
    MLT 要求字段被储存或使用检索词向量,检索词向量以一种以文档为中心的方式储存信息。MLT 通过文档的内容来计算文档中关键词语,然后使用原始查询词语和这些新词语创建一个新的查询。提交新查询就会返回其他查询结果。所有这些都可以用检索词向量 来完成:只需将 termVectors="true" 添加到 schema.xml 中的 <field> 声明。
    MoreLikeThisComponent 参数:
参数   说明   值域
mlt  在查询时,打开/关闭MoreLikeThisComponent 的布尔值。 真|假
mlt.count  可选。每一个结果要检索的相似文档数。 > 0
mlt.fl  用于创建 MLT 查询的字段。 模式中任何被储存的或含有检索词向量的字段。
mlt.maxqt  可选。查询词语的最大数量。由于长文档可能会有很多关键词语,这样 MLT 查询可能会很大,从而导致反应缓慢或可怕的 TooManyClausesException,该参数只保留最关键的词语。 >0
example url:
http://localhost:8080/solr/test/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on&mlt=true&mlt.fl=content&mlt.count<10

http://localhost:8983/solr/select?q=apache&mlt=true&mlt.fl=manu,cat&mlt.mindf=1&mlt.mintf=1&fl=id,score