q=xx:yy
q为查询条件，xx为字段名称，yy为关键字，支持and or 查询，如q=name:张三 or age:21
fq=xx:yy
fq为过滤条件，即在查询结果中再次过滤，xx为过滤字段，yy为过滤条件的值
sort=xx desc,yy asc
sort为排序，按照xx字段的降序yy字段的升序排列
start=0&rows=5
分页，开始行号，每页条数
fl=xx,yy
只返回xx,yy两列数据
wt=json
以json格式返回
df=xx
默认查询条件字段，即这里如果设置为XX，那么q=yy，效果等于 q=xx:yy
indent=true
即表示需要对返回的数据进行格式化缩进
hl=true
是否开启高亮
hl.fl=xx,yy
高亮哪些字段，即当匹配到数据时，如果这些数据在XX YY字段的时候，会返回高亮
hl.simple.pre=
用什么表情将查询条件包裹起来，前置表情
hl.simple.post=
用什么表情将查询条件包裹起来，后置表情
facet=true
是否开启面查询，面查询即为按照某个字段（维度）进行分组统计的意思
facet.field=xx
即按照xx字段进行统计（面查询），例：根据性别统计，返回结果会包含男多少人，女多少人。如果有多个域，则在url中构造多个即可，如：facet.field=xx&facet.field=yy&facet.field=zz
facet.prefix=xxx
符合指定前缀字符串的维度才会显示,如（假设sex为man或woman）：facet.field=sex&facet.prefix=ma，则结果中只会显示man的统计数量。
注意：这里如果field有多个字段，则这多个字段的类型必须为字符串。
支持多个维度，比如facet.field=xx&facet.field=yy中，要过滤xx以zzz开头，yy以www开头，则需要如下构造请求参数：
facet.field=xx&facet.field=yy&f.xx.facet.prefix=zzz&f.yy.facet.prefix=www
facet.query=xx:yy
和fq类似，例：facet.query=age:[20 TO 30]，统计返回结果中年龄在20-30岁的人数,如果有多个条件，则在url中构造多个即可，如：facet.query=age:[20 TO 30]&facet.query=age:[30 TO 40]&facet.query=age:[40 TO 50]，表示年龄在20-30的人数，30-40的人数，40-50的人数
注意：facet.query=age:[20 TO 30]表示返回结果中20-30岁的人数，而不管这些人中性别是男是女
facet.sort=count|index
默认值是count即按照每个维度的统计数字降序进行排序的，另一个可选值是index,表示按照维度名称的ASCII值进行升序排序。如果对多个维度进行不同的升序降序排列，可以如下方式访问：
facet=true&facet.field=age&facet.field=sex&f.age.facet.sort=count&f.sex.facet.sort=index 表示根据年龄降序，根据性别升序
facet.limit=数字
表示每个维度最多返回几组，默认是全部返回，如果有多个维度而你只想对某一个维度进行限制，那你可以这样：
facet=true&facet.field=age&facet.field=sex&f.sex.facet.limit=1
facet.offset=数字
表示从那一组开始显示，默认是从0开始，类似于分页中的offset，这个参数也支持全局设置和单个维度设置，和facet.limit类似
facet.mincount=数字
表示每组统计的数字的最小值，默认最小值为0，这个参数也支持对单个维度进行设置，和facet.limit类似
facet.missing=true|false
表示如果匹配的document当中有域值为null的时候，该document是否应该统计在内，默认facet.missing=false即不统计在内，如果为true则不管域值是否有为null的，都将统计出来。支持多个维度和facet.limit类似
facet.threads=数字
表示最多开启多少个线程并行去延迟加载域的值，默认为0，即表示不额外开辟线程，设置为负数即表示线程数不受限制，支持多个维度，和facet.limit类似，但没法验证
facet.date=xx
表示对某个域进行日期范围的facet查询，参数值一般为dateField的域名称，如果你使用了facet.date参数，那么facet.date.start、facet.date.end、facet.date.gap需要强制性的同时搭配使用（2009-01-01T00:00:00Z），facet.date.start表示日期范围的起始日期，end即表示结束日期，gap即表示递增的公差,比如+1DAY,+1MONTH,+1YEAR
facet.date.hardend
可选值为true/false,表示含义还是举例说明吧，比如你facet.date.start=2015-01-01, 而facet.date.end=2015-09-20 ，假如你facet.date.gap=+1MONTH即表示按一个月把start与end之间的时间根据gap值分成9份，如果hardend为true,那最后一份的时间范围是2015-09-01至2015-09-20；如果hardend为false,那最后一份的时间范围就是2015-09-01至2015-10-01，即直接无视end参数的限制，严格按照gap的间隔来算。默认为false。
facet.date.other
可选的参数值为before,after,between,none,all
before: 表示需要对start之前的日期做个统计，
after: 表示需要对end之后的日期做个统计
between: 表示需要对start与end之间的日期做个统计
none: 表示不做任何汇总统计
all: 表示before,after,between都需要做统计
facet.range=xx
即Facet的数字范围查询，日期范围请使用facet.date，不过它的使用方法跟facet.date日期范围查询相似，同理也有facet.range.start，facet.range.end，facet.range.gap，facet.range.hardend，facet.range.other你懂的，就不多说了，区别就是facet range一般用于数字范围检索，此配置项同样支持全局配置以及单个facet域配置。
例：facet=true&facet.range=age&facet.range.start=0&facet.range.end=100&facet.range.gap=10
facet.pivot=xx,yy
多个维度的叠加，比如我想统计每种品牌下各种颜色的手机数量
key
通过key操作符可以为face查询返回的json串中的属性名起一个别名，示例如下：
facet.field={!key=”姓名”}brand 为brand起一个别名叫姓名，类似于sql中的 select name as 姓名 ……
tag&ex操作符
当你使用filter query时，如果你filter Quer作用的域刚好又是facet域时，统计的结果会被限定在filter Query范围之内。
如：&facet.field=name&fq=name:abc， 则统计的时候，只有abc才能统计出数量，其他的都为0，如果想其他的也能统计出数据，则需要使用tag和ex标签。
&facet.field={!ex=xx}name&fq={!tag=xx}name:abc
这样除了能统计处abc的数据，其他字段也能统计出数据