这里列出了Solr中使用的常见术语及其定义。掌握这些术语是深入学习Solr的基础。
A
原子更新（Atomic Updates）
一种只更新文档的一个或多个字段的方法，而不需要重新索引整个文档。这种方法提高了更新效率，特别适合大文档的部分字段更新场景。
应用场景：
- 更新产品价格而不重新索引产品描述
- 更新文章的阅读次数而保持内容不变
- 批量修改文档的某个标签或状态
B
布尔操作符（Boolean Operators）
通过使用AND、OR和NOT等操作符来控制查询中关键词的包含或排除的逻辑控制符。
常用操作符：
AND：两个条件都必须满足OR：满足其中一个条件即可NOT：排除特定条件+：必须包含-：必须不包含
示例：
1 | java AND spring # 必须同时包含java和spring |
C
集群（Cluster）
在Solr中，集群是一组通过ZooKeeper相互协调运行并作为一个单元管理的Solr节点。一个集群可能包含多个集合。
特点：
- 高可用性：节点故障时自动切换
- 负载分担：查询分布到多个节点
- 数据冗余：通过副本确保数据安全
集合（Collection）
在Solr中，使用单一配置和模式将一个或多个文档组合在一个逻辑索引中。
在SolrCloud中，集合可能被分成多个逻辑分片，这些分片又可能分布在许多节点上。
单节点安装和用户管理的集群使用核心（Core）的概念。”集合”最常用于SolrCloud语境，但由于它代表”逻辑索引”，该术语也可用于指用户管理集群中的个别核心。
提交（Commit）
使文档更改在索引中永久化。对于添加的文档，在提交后它们才能被搜索到。
提交类型：
- 硬提交：将更改持久化到磁盘
- 软提交：使更改可搜索但不持久化
- 自动提交：按配置的间隔自动执行
核心（Core）
单个Solr实例（代表一个逻辑索引）。多个核心可以在单个节点上运行。
与集合的区别：
- 核心：物理实现，单节点概念
- 集合：逻辑概念，SolrCloud概念
核心重载（Core Reload）
在模式文件、solrconfig.xml或其他配置文件更改后重新初始化Solr核心。
触发场景：
- 模式字段定义修改
- 配置参数调整
- 插件更新或更换
D
分布式搜索（Distributed Search）
查询处理跨多个分片执行的搜索方式。
优势：
- 提高查询并发性
- 支持大规模数据处理
- 实现查询负载均衡
文档（Document）
一组字段及其值的组合。文档是集合中数据的基本单位。
特点：
- 使用标准散列分配给分片
- 可通过文档ID指定分片
- 每次写入操作后都有版本控制
结构示例：
1 | { |
E
集群组（Ensemble）
ZooKeeper术语，表示多个ZooKeeper实例同时运行并相互协调以实现容错的机制。
配置建议：
- 奇数个实例（如3、5、7）
- 分布在不同物理节点
- 网络连接稳定可靠
F
分面（Facet）
基于索引术语将搜索结果排列成类别的功能。
类型：
- 字段分面：按字段值分组统计
- 范围分面：按数值或日期范围分组
- 查询分面：按查询条件分组
- 层次分面：多级分类结构
示例应用：
1 | { |
字段（Field）
要被索引/搜索的内容，以及定义Solr如何处理内容的元数据。
基本属性：
- 名称：字段的唯一标识符
- 类型：数据类型（文本、数值、日期等）
- 索引：是否可搜索
- 存储：是否保存原始值
- 多值：是否可包含多个值
I
逆文档频率（Inverse Document Frequency, IDF）
衡量术语一般重要性的指标。计算为总文档数除以包含特定单词的文档数。
公式：
1 | IDF = log(总文档数 / 包含该词的文档数) |
作用：
- 常见词（如”的”、”是”）权重较低
- 稀有词权重较高，更有区分度
- 与词频（TF）结合形成TF-IDF权重
倒排索引（Inverted Index）
一种创建可搜索索引的方式，列出每个词以及包含这些词的文档，类似书后的索引，列出词汇和可以找到它们的页码。
结构示例：
1 | 词汇 → 文档列表 |
优势：
- 快速词汇查找
- 节省存储空间
- 支持复杂查询操作
L
主副本（Leader）
每个分片中负责协调索引更新（文档添加或删除）到同一分片中其他副本的单个副本。
职责：
- 处理写入请求
- 协调副本同步
- 维护数据一致性
选举机制：
- 自动选举产生
- 主副本下线时自动重新选举
- 基于ZooKeeper实现
M
元数据（Metadata）
字面意思是”关于数据的数据”。元数据是关于文档的信息，如标题、作者或位置。
常见类型：
- 描述性元数据：标题、作者、摘要
- 结构性元数据：格式、大小、创建时间
- 管理性元数据：访问权限、版本信息
N
自然语言查询（Natural Language Query）
以用户正常说话或写作方式输入的搜索，如”什么是阿司匹林？”
特点：
- 更符合用户习惯
- 需要复杂的语义理解
- 常配合智能查询解析器使用
节点（Node）
运行Solr的JVM实例。也称为Solr服务器。
角色类型：
- 数据节点：存储和处理数据
- 协调节点：仅路由请求，不存储数据
- 主节点：处理集群管理任务
O
乐观并发控制（Optimistic Concurrency）
也称为”乐观锁定”，这是一种允许更新索引中当前文档同时保留锁定或版本控制的方法。
工作原理：
- 读取时不加锁
- 更新时检查版本号
- 版本冲突时操作失败
适用场景：
- 并发更新较少的场景
- 对性能要求较高的应用
监督者（Overseer）
SolrCloud中负责处理和协调涉及整个集群行动的单个节点。
职责：
- 跟踪节点、集合、分片和副本状态
- 分配新副本到节点
- 处理集群级别的操作请求
Q
查询解析器（Query Parser）
处理用户输入术语的组件。
常用类型：
- 标准解析器：支持完整Lucene查询语法
- DisMax：用户友好，容错性好
- eDisMax：增强版DisMax，功能更强
R
召回率（Recall）
搜索引擎检索用户查询的所有可能匹配项的能力。
公式：
1 | 召回率 = 检索到的相关文档数 / 系统中全部相关文档数 |
相关性（Relevance）
文档对用户执行的搜索的适当性程度。
影响因素：
- 词频和文档频率
- 字段权重设置
- 用户搜索意图
- 业务规则约束
副本（Replica）
在SolrCloud集合中作为分片物理副本的核心。
类型：
- NRT副本：可处理写入和搜索
- TLOG副本：维护事务日志
- PULL副本：仅处理搜索请求
复制（Replication）
将主索引从一个服务器复制到一个或多个”从属”或”子”服务器的方法。
应用场景：
- 读写分离
- 灾难恢复
- 地理分布部署
请求处理器（RequestHandler）
告诉Solr如何处理传入”请求”的逻辑和配置参数，无论请求是返回搜索结果、索引文档还是处理其他自定义情况。
常见类型：
- 搜索处理器
- 更新处理器
- 数据导入处理器
- 自定义处理器
S
搜索组件（SearchComponent）
请求处理器用于处理查询请求的逻辑和配置参数。
常见组件：
- 查询组件
- 分面组件
- 高亮组件
- 拼写检查组件
- 更多相似功能组件
分片（Shard）
在SolrCloud中，单个集合的逻辑分区。
特点：
- 每个分片至少包含一个物理副本
- 可在多个节点间分布多个副本
- 实现容错和负载均衡
SolrCloud
Solr中一套功能的统称术语，允许管理Solr节点集群以实现可扩展性、容错和高可用性。
核心特性：
- 自动分片
- 副本管理
- 故障转移
- 负载均衡
- 集中配置
Solr模式（Schema）
Solr索引模式定义要索引的字段和字段类型（文本、整数等）。
文件类型：
- managed-schema.xml：动态管理，运行时可修改
- schema.xml：静态模式，仅启动时加载
SolrConfig配置文件
Apache Solr配置文件。定义索引选项、请求处理器、高亮、拼写检查和各种其他配置。
主要内容：
- 索引配置
- 缓存设置
- 请求处理器定义
- 插件配置
拼写检查（Spell Check）
向用户建议搜索术语的替代拼写的能力，作为对拼写错误导致很少或零结果的检查。
功能：
- 自动纠错建议
- 拼写错误检测
- 查询扩展推荐
停用词（Stopwords）
通常对用户搜索意义不大但可能作为自然语言查询一部分输入的词。
常见停用词：
- 中文：的、了、是、在、有、和
- 英文：the、of、and、a、to、in
建议器（Suggester）
Solr中提供在用户输入时建议可能查询术语能力的功能。
类型：
- 自动完成
- 拼写建议
- 查询历史建议
- 智能推荐
同义词（Synonyms）
通常在意义上彼此接近并可能相互替代的术语。
示例：
- “公司” ↔ “企业”、”厂商”
- “手机” ↔ “移动电话”、”手机”
- “汽车” ↔ “轿车”、”车辆”
T
词频（Term Frequency）
单词在给定文档中出现的次数。
计算方式：
1 | TF = 词在文档中出现次数 / 文档总词数 |
作用：
- 衡量词在文档中的重要性
- 与IDF结合计算TF-IDF权重
- 影响文档相关性评分
事务日志（Transaction Log）
每个副本维护的写入操作的仅追加日志。
用途：
- 确保数据一致性
- 支持增量复制
- 故障恢复依据
W
通配符（Wildcard）
允许替换单词的一个或多个字母以考虑拼写或时态可能变化的符号。
符号：
*：匹配零个或多个字符?：匹配单个字符
示例：
1 | test* # 匹配test、testing、tester |
Z
ZooKeeper
也称为Apache ZooKeeper。SolrCloud用来跟踪集群配置文件和节点名称的系统。
功能：
- 集群配置中央存储
- 分布式同步协调器
- 集群拓扑记录系统
部署建议：
- 使用奇数个节点（3、5、7）
- 独立于Solr节点部署
- 确保网络稳定性
术语使用建议
初学者重点掌握
| 优先级 | 术语 | 重要性说明 |
|---|---|---|
| ⭐⭐⭐ | Collection、Core、Document、Field | 基础数据结构概念 |
| ⭐⭐⭐ | SolrCloud、Shard、Replica | 分布式架构核心 |
| ⭐⭐⭐ | Query Parser、Facet | 搜索功能基础 |
| ⭐⭐ | Commit、Schema、Index | 数据管理概念 |
| ⭐⭐ | Node、Cluster、ZooKeeper | 集群管理概念 |
进阶学习重点
- 性能相关：TF-IDF、Inverted Index、Transaction Log
- 运维相关：Leader、Overseer、Replication
- 开发相关：RequestHandler、SearchComponent、Atomic Updates
总结
这个词汇表涵盖了Solr中最重要的术语和概念。建议：
- 循序渐进：先掌握基础术语，再学习高级概念
- 实践结合：在实际使用中加深对术语的理解
- 持续更新：随着学习深入，不断完善术语知识
- 交叉参考：利用术语间的关联关系加强记忆
掌握这些术语将为您深入学习Solr奠定坚实的基础。
下一步学习
- Solr入门：5分钟快速上手 - 实践中理解术语
- [Solr概念：Apache Solr简介与核心特性](/Solr概念：Apache Solr简介与核心特性/) - 深入理解核心概念
- Solr配置：配置文件体系 - 学习配置相关术语的实际应用