之前对solr只是简单的认识，这次从17年9月至18年2月对公司搜索业务进行了维护，伴随着各种业务的实现，对solr有了更为深入的认知，至此对solr做一些总结。
solr作为内存的数据库，面对复杂业务的查询借助solr进行处理，下面将从 创建索引，检索，排序等方面做概要总结。
（一）创建索引，索引的创建需要注意一下几点：
1、包含必要的检索字段，无效字段尽量减少，防止数据量过大时造成IO的占用。（如果数据量不可避免，可以拷贝data）；
2、选择分词的工具，solr提供了基础的分词，但是分词粒度比较细，基本没有意义。可以才用mmseg4j，ik analyzer等进行中文分词。对于不同的字段可根据业务含义进行分词，比如数字，布尔类型可以不进行分词。
3、修改solr model 或者scheme.xml 中字段的顺序时会造成 field "title_ngram" was indexed without position data; cannot run PhraseQuery 错误，解决方式 field中配置 omitTermFreqAndPositions="false"；
4、全量或增量更新索引库时，solr有三种提交方式，①、直接使用api的commit方式，性能比较慢；②、AutoCommit，根据跟新次数来进行更新；③、commitWithin，指定多少时间后执行提交。
（二）检索策略，检索作为solr的核心功能，依据上面的分词结果进行检索，可以从以下方面考虑，特殊query识别 如(),同义词，近义词，主体识别，意图识别，自然语言识别NLP，短语查询等QA策略。
（三）排序策略，人工干预，比如 添加标签；搜索相关性，比如共同的好友，行业等类似，活跃度。solr中提供了两种查询解析器DisMax，eDisMax可以实现指定多字段查询，并分配查询权重，比如 可以通过设置bf，qf，qs等参数配置排序的优先级。（四）个性推荐，solr中提供了moreLikeThis，可以根据指定影响因素进行筛选和排序。
（五）切面统计，高亮不再赘述。
上图为solr的架构图，上面的概述只是提到了工作中遇到一些问题，通过上图可以宏观了解solr的各个方面。现在有很大一部分公司使用ES做数据和业务检索，solr中主要提供了很多开箱即用的功能。