Solr 请求：类似 SQL 的 JOIN、GROUP BY、SUM()、WHERE SUM()

Question

我是 Solr 新手，遇到以下问题：

我有这些文件：

类别：合同：

{
    "contract_id_s": "contract-ENG-00001",
    "title_s": "contract title",
    "ref_easy_s": "REFAAA",
    "commitment_id_s": "ENG-00001",
},

类别：承诺：

{
    "commitment_id_s": "ENG-00001",
    "title_s": "commitment title",
    "status_s": "Validated",
    "date_changed_status_s": "2015-09-30",
    "date_status_initiated_s": "2015-09-27",
    "date_status_confirmed_s": "2015-09-28",
    "date_status_validated_s": "2015-09-30",
},

category:commitment AND sub_category_s:commitment_project:

{
    "id": "ENG-00001_AAA",
    "commitment_id_s": "ENG-00001",
    "project_id_s": "AAA",
    "project_name_s": "project name",
    "project_amount_asked_s": "2000",
    "project_amount_validated_s": "2100"
},
{
    "id": "ENG-00001_AAA2",
    "commitment_id_s": "ENG-00001",
    "project_id_s": "AAA",
    "project_name_s": "project name",
    "project_amount_asked_s": "1000",
    "project_amount_validated_s": "1200"
},

对于每项承诺，都可能有一份合同。 对于每个承诺，可能会有一些付款。

这是我想做的： - 默认情况下，仅选择至少具有： .一个 sub_category_s:commitment_project 具有 project_amount_validated_s 值。 .一份合同。 - 如果按金额筛选，则仅在此列表中选择具有 project_amount_validated_s > amount_min AND

我不知道在性能方面的最佳做法是什么？ - 请求承诺的 ID，然后请求他们的详细信息？ - 有没有办法在这个请求中加入合同信息？ - 或者最好的做法是逐个请求每个文档？

问题是我不想请求无用的数据（性能、带宽）。

Answer 1

您可以使用以下形式的一些工具：

• Solr's Block Join Query Parser（允许简单的父/子 查询）。
• Solr Facets（允许聚合（例如付款总和）...with recent support for faceting on parent/child fields）。
• Solr 扩展组件（最近allows parent information to be expanded from a child block join query）。

但是，我不确定您是否可以在一个查询中完成您希望的所有事情（与这些部分一起使用）。即使可以，将它们拼接在一起甚至无法达到您希望复制的SELECT...JOIN...GROUP BY...HAVING SQL 查询的简单性。 （除非您想尝试支持并行 SQL 的 Solr 6 developer snapshot）

---

但是如果这是您唯一的用例，AND Solr 不是您的主要数据存储，我强烈建议您对 Solr 数据进行建模以适合您的用例.

例如从简单开始，非规范化，并且只在数据模型中包含搜索所需的字段：

• 只有一种记录：commitment
• 字段
  • commitment_id_s
  • title_s
  • status_s
  • date_changed_status_s
  • date_status_initiated_s
  • date_status_confirmed_s
  • date_status_validated_s
  • total_payments_asked（来自数据库的 project_amount_asked 的数字总和）
  • total_payments_validated（来自数据库的 project_amount_validated 的数字总和）
  • project_names（可搜索项目名称的多值列表）
  • contract_names（可搜索合约名称的多值列表）

那么你的查询只需要一个过滤器：

total_payments_validated:[TO]

强制执行您的默认标准。

一旦您的搜索确定了与 Solr 查询匹配的承诺 ID，然后返回并查询源数据库以获取显示所需的任何其他信息（项目详细信息、合同详细信息、日期等...）

Answer 2

好的，我找到了使用 !join 的解决方案。

例如，在 PHP 中：

[
    'q' => "{!join from=id to=service_id score=none}uri:\\$serviceUri* AND -deleted:true",
    'fq' => "{!cache=false}category:monthly_volume AND type:\"$type\" AND timestamp:[$strDateStart TO $strDateEnd]",
    'alt' => 'json',
    'max-results' => 1000,
    'sort' => 'timestamp ASC',
    'statsFields' => 'stats.field=value&stats.facet=timestamp',
]

或使用 URL 请求：

http://localhost:8983/solr/fluks-admin/select?q={!join+from=id+to=sector_id+score=none}{!join+from=uri+to=service+score=none}uri:/test-en/service-en*+ AND+-deleted:true&fq={!cache=false}category:indicator+AND+timestamp:[201608+TO+201610]+AND+type:("-3"+OR+2+OR+3)+AND+-deleted :true&wt=json&indent=true&json.facet={sum_timestamp:{terms:{limit:-1, field:timestamp, facet:{sum_type:{terms:{limit:-1, field:type, facet:{sum_vol_value:"sum (vol_value)"}}}}}}}