一个典型的搜索处理过程，以及所须要的參数例如以下：
- qt：指定一个RequestHandler，即/select。缺省是使用DisMax RequestHandler
- defType：选择一个query parser。缺省是RequestHandler中配置的那个
- qf：指定须要搜索的field。假设不指定就搜索全部的field
- start, rows：指明分页參数
- fq：指明须要怎样过滤搜索结果。以及缓存搜索结果
- wt：指定搜索结果的格式，比方json或xml
搜索所须要的參数基本上能够分为三类：
- 须要搜索的字符串
- 调整搜索的參数（指定被搜索的field、为某些field添加权值、等等）
- 搜索结果展示的參数（排序、结果过滤、分页、高亮显示、等等）
![技术分享]()
搜索请求參数：
|
參数
|
说明
|
|
q
|
Query，要搜索的内容。
- 假设要搜索一个句子，用引號引起来：q="Hello wolrd"
- 假设指定搜索某个域：q=field_name:content
- 假设是中文，用引號引起来，就是全内容匹配才返回，如：q="笔记"
- 假设要搜索多个单词、句子，使用加号（+）：q="笔记"+"配置"
- 假设要排除含有某个keyword的，使用减号（-）：q="笔记"-"配置"
|
|
fq
|
Filter Query。搜索结果过滤（结果会被缓存起来）：
- fq=popularity:[10 to *]：仅仅返回popularity大于10的结果
- 须要同一时候满足两个条件的情况：fq=popularity:[10 TO *]&fq=section:0
- 上面这样的也能够写成：fq=popularity:[10 TO *]+fq=section:0
后两种的不同点：前一种：搜索结果分开存在缓存中，然后取交集。后一种：搜索结果存在一个缓存中
|
|
sort
|
指定搜索结果依照某个域来排序。样例：
- score desc（缺省）：依照搜索分数降序排序
- price asc：依照“price”域升序排序
- nStock desc, price asc：先依照nStock降序，再依照price升序
|
|
start, rows
|
返回第start条開始。一共rows条记录。样例：
- start=11&rows=100
- 缺省：start=0, rows=10
|
|
fl
|
Field List，要返回的域。比方“id”、*，假设有多个，用逗号（,）或空格分开。还能够返回score。样例：
- fl=id,name
- fl=id,score
- fl=*,score
|
|
df
|
Default Field，默认的查询字段，又一次指定并覆盖schema.xml中的default field
|
|
wt
|
Writer，指定一个writer以返回不同的格式，比方：json, xml...
|
|
facet |
统计查询结果：
按某个域统计：facet=true&facet.field=author（依照“author”这个域统计）
|
|
defType
|
指定一个Request Handler，然后使用它所配置的parser，比方dismax, edismax来运行搜索。缺省是dismax。即"lucene" parser。dismax、edismax支持为每一个被搜索的域指定权值。以影响score。 dismax 是 Maximum Disjunction 的缩写。 |
|
qf
|
Query Field。指定要搜索的域，覆盖df，同一时候能够为某个域设置权值，须要配合defType=dismax或defType=edismax，样例：
- defType=dismax&qf=author^10
- defType=dismax&qf=author^10+name^2+content
|
注：关于Maximum Disjunction的定义：
A query that generates the union of documents produced by its subqueries, and that scores each document with the maximum score for that document as produced by any subquery, plus a tie breaking increment for any additional matching subqueries.
大概就是：一个查询由若干个子查询组成，每一个子查询都有一个得分，总分=最大分+其它子查询的分数×tieBreakerMultiplier。
