Solr分面搜索（Faceting）及其參數(shù)介紹
Faceting
Solr 分面是根據(jù)索引術(shù)語將搜索結(jié)果排列成類別。
向搜索者提供索引的術(shù)語，以及每個術(shù)語找到多少匹配文檔的數(shù)字計數(shù)。分面使用戶可以輕松地瀏覽搜索結(jié)果，縮小搜索結(jié)果的范圍。
通用的分面參數(shù)
控制分面有兩個通用參數(shù)。
- facet 參數(shù)
如果設(shè)置為
true，則此參數(shù)在查詢響應(yīng)中啟用 faceting 計數(shù)。如果設(shè)置為false，則為 blank 或丟失值，則此參數(shù)將禁用分面。除非此參數(shù)設(shè)置為true，否則下面列出的其他參數(shù)都不起作用。默認值為 blank（false）。 - facet.query 參數(shù)
此參數(shù)允許您在 Lucene 默認語法中指定任意查詢來生成 faceting 計數(shù)。
默認情況下，Solr 的 faceting 功能會自動確定字段的唯一術(shù)語，并返回每個術(shù)語的計數(shù)。使用
facet.query，您可以覆蓋此默認行為，并選擇您要查看哪些術(shù)語或表達式計算。在典型的分面實現(xiàn)中，您將指定一些facet.query參數(shù)。此參數(shù)對基于數(shù)字范圍的分面或基于前綴的分面特別有用。您可以多次設(shè)置該
facet.query參數(shù)，以指示應(yīng)將多個查詢用作單獨的 faceting 約束。如果您要以默認語法以外的語法使用 faceting 查詢，請在 faceting 查詢前加上查詢符號的名稱。例如，要使用假設(shè)的
myfunc查詢解析器，可以像這樣設(shè)置facet.query參數(shù)：facet.query={!myfunc}name~fred
字段值分面參數(shù)
可以使用幾個參數(shù)來根據(jù)指定字段中的索引項（term）來觸發(fā)分面。
在使用這些參數(shù)時，務(wù)必記住在 Lucene 中 “term” 是一個非常具體的概念：它與在任何分析發(fā)生后被索引的文本字段/值對相關(guān)。對于包含詞干、小寫或單詞拆分的文本字段，所生成的 term 可能不是您所期望的。
如果您希望 Solr 對完整的文本字符串執(zhí)行分析（用于搜索）和分面，請使用架構(gòu)中的 copyField 指令來創(chuàng)建該字段的兩個版本：一個文本和一個字符串。確保兩者都是：indexed="true"。（有關(guān)該 copyField 指令的更多信息，請參閱文檔、字段和架構(gòu)設(shè)計。）
除非另有說明，否則下面的所有參數(shù)都可以在 per-field 的基礎(chǔ)上來指定為 f.<fieldname>.facet.<parameter> 語法。
- facet.field 參數(shù)
該
facet.field參數(shù)標識應(yīng)該被視為一個分面的字段。它迭代該字段中的每個 Term，并使用該 Term 作為約束生成一個 facet 計數(shù)。此參數(shù)可以在查詢中多次指定以選擇多個分面字段。Note：如果您未將此參數(shù)設(shè)置為架構(gòu)中的至少一個字段，則本節(jié)中介紹的其他任何參數(shù)都不會有任何影響。
- facet.prefix 參數(shù)
這個
facet.prefix參數(shù)限制了以給定的字符串前綴開頭的那些 Term。這不會以任何方式限制查詢，只會限制查詢返回的分面。 - facet.contains 參數(shù)
該
facet.contains參數(shù)限制了包含給定子字符串的 term。這不會以任何方式限制查詢，只會限制查詢返回的分面。 - facet.contains.ignoreCase 參數(shù)
如果使用
facet.contains，則在將給定的子字符串與候選分面 term 匹配時，facet.contains.ignoreCase參數(shù)會導(dǎo)致大小寫被忽略。 - facet.sort 參數(shù)
此參數(shù)確定分面字段約束的排序。
這個參數(shù)有兩個選項：
- count
通過計數(shù)對約束進行排序（最高計數(shù)優(yōu)先）。
- index
返回按其索引順序排序的約束（按索引 term 字典順序）。對于 ASCII 范圍中的 term，這將按字母順序排序。
如果
facet.limit大于 0，則默認值為count，否則默認為index。 - count
- facet.limit 參數(shù)
此參數(shù)指定應(yīng)該為 facet 字段返回的約束計數(shù)的最大數(shù)量（基本上是返回的字段的分面數(shù)）。負值意味著 Solr 將返回?zé)o限數(shù)量的約束計數(shù)。默認值是
100。 - facet.offset 參數(shù)
該
facet.offset參數(shù)表示在允許分頁的約束列表中的偏移量。默認值是0。 - facet.mincount 參數(shù)
該
facet.mincount參數(shù)指定要包括在響應(yīng)中的 facet 字段所需的最小計數(shù)。如果一個字段的計數(shù)低于最小值，則不返回字段的分面。默認值是0。 - facet.missing 參數(shù)
如果設(shè)置為
true，則此參數(shù)指示除了 facet 字段的基于 Term 的約束之外，還應(yīng)計算與查詢匹配的所有結(jié)果的計數(shù)，但是該字段沒有分面值的計算應(yīng)該返回。默認值是false。 - facet.method 參數(shù)
該
facet.method參數(shù)用于選擇面對某個字段時 Solr 應(yīng)使用的算法或方法的類型。以下方法可用：
- enum
枚舉一個字段中的所有 term，計算匹配該 term 的文檔與匹配查詢的文檔的集合交集。
建議使用此方法分割只具有少量不同值的 faceting 多值字段。每個文檔的平均值數(shù)量無關(guān)緊要。
- fc
通過循環(huán)遍歷與查詢匹配的文檔并對每個文檔中出現(xiàn)的 term 求和來計算 facet 數(shù)。
如果該字段是多值的或被標記（根據(jù)
FieldType.isTokened()），則這當(dāng)前使用 UnInvertedField 緩存來實現(xiàn)。在緩存中查找每個文檔以查看它包含的 term/值，并為每個值遞增一個計數(shù)。此方法適用于字段的索引值數(shù)量較多但每個文檔的值數(shù)量較少的情況。對于多值字段，使用混合方法，使用
filterCache的 term 過濾器來匹配多個文檔的 term。這些字母fc代表字段緩存。 - fcs
單值字符串字段的每段字段 faceting。啟用
facet.method=fcs并控制與threads本地參數(shù)一起使用的線程數(shù)。此參數(shù)允許分面在快速索引更改時速度更快。
默認值是
fc（除了使用BoolField字段類型的字段和facet.exists=true被請求時），因為它傾向于使用較少的內(nèi)存，并且當(dāng)字段在索引中具有許多獨特的 term 時速度更快。
- enum
- facet.enum.cache.minDf 參數(shù)
此參數(shù)指示在確定該 term 的約束計數(shù)時應(yīng)使用 filterCache 的最小文檔頻率（匹配 term 的文檔的數(shù)量）。這只用于分面的
facet.method=enum方法。
- facet.exists 參數(shù)
要將分面數(shù)加 1，請指定
facet.exists=true。該參數(shù)可以與facet.method=enum一起使用或者省略時使用。它只能用于非字典字段（如字符串）。這可能會加速大指數(shù)或高基數(shù)面值的分面。 - facet.excludeTerms 參數(shù)
如果您想從分面計數(shù)中刪除 term，但將它們保留在索引中，則該
facet.excludeTerms參數(shù)允許您執(zhí)行此操作。 - facet.overrequest.count 和 facet.overrequest.ratio 參數(shù)
在某些情況下，在分布式 Solr 查詢中為某以分面返回的“top”約束的準確性可以通過“過度請求”從每個單獨的分片中得到期望的約束（即，facet.limit）的數(shù)量來提高。在這些情況下，每個分片默認都會被要求提供最高
10 + (1.5 * facet.limit)限制。
在某些情況下，根據(jù)您的文檔如何在您的分片中進行分區(qū)以及您使用的
facet.limit值，您可能會發(fā)現(xiàn)增加或減少 Solr 過多請求的數(shù)量是有利的。這可以通過設(shè)置facet.overrequest.count（默認為10）和facet.overrequest.ratio（默認為1.5）參數(shù)來實現(xiàn)。 - facet.threads 參數(shù)
此參數(shù)將導(dǎo)致加載分面中使用的基礎(chǔ)字段與指定的線程數(shù)并行執(zhí)行。指定 facet.threads=N，其中 N 是使用的最大線程數(shù)。
忽略這個參數(shù)或者指定線程數(shù)
0不會產(chǎn)生任何線程，只會使用主請求線程。指定負數(shù)的線程將最多創(chuàng)建Integer.MAX_VALUE線程。
大于零的值會降低 filterCache 的內(nèi)存使用量，但會增加查詢處理所需的時間。如果在具有大量 term 的字段上分面，并且希望減少內(nèi)存使用量，請嘗試將此參數(shù)設(shè)置為介于25和50之間的值，然后運行一些測試。然后，根據(jù)需要優(yōu)化參數(shù)設(shè)置。
默認值是0，導(dǎo)致 filterCache 被用于字段中的所有術(shù)語。
范圍分面（Range Faceting）
您可以在任何日期字段或支持范圍查詢的任何數(shù)字字段上使用“范圍分面”。這對于將諸如價格之類的一系列范圍查詢（作為查詢方面）拼接在一起是特別有用的。
- facet.range 參數(shù)
該
facet.range參數(shù)定義了 Solr 應(yīng)該為其創(chuàng)建范圍分面的字段。例如：facet.range=price&facet.range=age facet.range=lastModified_dt - facet.range.start 參數(shù)
該
facet.range.start參數(shù)指定范圍的下限。您可以用每個字段的語法來指定此參數(shù)f.<fieldname>.facet.range.start。例如：f.price.facet.range.start=0.0&f.age.facet.range.start=10 f.lastModified_dt.facet.range.start=NOW/DAY-30DAYS - facet.range.end 參數(shù)
該 facet.range.end參數(shù)指定范圍的上限。您可以用每個字段的語法來指定此參數(shù)f.<fieldname>.facet.range.end。例如：f.price.facet.range.end=1000.0&f.age.facet.range.start=99 f.lastModified_dt.facet.range.end=NOW/DAY+30DAYS - facet.range.gap 參數(shù)
每個范圍的跨度表示為要添加到下限的值。對于日期字段，這應(yīng)該使用 DateMathParser 語法（如：
facet.range.gap=%2B1DAY …? '+1DAY'）來表示。您可以使用以下語法在每個字段的基礎(chǔ)上指定此參數(shù)f.<fieldname>.facet.range.gap。例如：f.price.facet.range.gap=100&f.age.facet.range.gap=10 f.lastModified_dt.facet.range.gap=+1DAY - facet.range.hardend 參數(shù)
該
facet.range.hardend參數(shù)是一個布爾參數(shù)，它指定 Solr 如何處理 facet.range.gap 不能在 facet.range.start 和 facet.range.end 之間平均分配的情況。如果為
true，則最后一個范圍約束將facet.range.end值作為上限的。如果為false，則最后一個范圍將有最小可能的上限，然后是facet.range.end，這個范圍就是指定范圍間隙的確切寬度。此參數(shù)的默認值為 false。該參數(shù)可以使用
f.<fieldname>.facet.range.hardend語法在每個字段的基礎(chǔ)上指定。 - facet.range.include 參數(shù)
默認情況下，用于計算
facet.range.start和facet.range.end之間的范圍分面的區(qū)域包括它們的下界的和排他性的上界。用facet.range.other參數(shù)定義的“before”范圍是排他性的，“l(fā)ater”范圍是包含性的。這個默認值，相當(dāng)于下面的“l(fā)ower”，不會導(dǎo)致在邊界上重復(fù)計數(shù)。您可以使用facet.range.include參數(shù)來修改此行為，方法如下：-
lower：所有基于 gap 的范圍包括它們的下限。 -
upper：所有基于 gap 的范圍包括它們的上限。 -
edge：即使未指定相應(yīng)的 upper/lower 選項，第一個和最后一個 gap 范圍也包括它們的邊界界限（第一個的下限和第二個的上限）。 -
outer：“before”和“l(fā)ater”范圍將包括其邊界，即使第一個或最后一個范圍已經(jīng)包含這些邊界。 -
all：包括所有選項：lower，upper，edge，和outer。
您可以使用
f.<fieldname>.facet.range.include語法在每個字段上指定此參數(shù)，并且可以多次指定它以指示多個選項。為了確保您避免重復(fù)計算，不要同時選擇
lower和upper，不要選擇outer，也不要選擇all。 -
- facet.range.other 參數(shù)
該
facet.range.other參數(shù)指定除了facet.range.start和facet.range.end之間的每個范圍約束的計數(shù)外，還應(yīng)計算這些選項的計數(shù)：-
before：所有具有字段值的記錄都低于第一個范圍的下限。 -
after：所有具有字段值的記錄都大于最后一個范圍的上限。 -
between：所有具有字段值的記錄都在所有范圍的開始和結(jié)束邊界之間。 -
none：不要計算任何計數(shù)。 -
all：計算 before，between 和 later 的計數(shù)。
這個參數(shù)可以用每個字段的
f.<fieldname>.facet.range.other語法來指定，除了all選項外，這個參數(shù)可以被多次指定來指示多個選項，但是none會覆蓋所有其他的選項。 -
- facet.range.method 參數(shù)
該
facet.range.method參數(shù)選擇 Solr 應(yīng)用于范圍分面的算法或方法的類型。這兩種方法產(chǎn)生相同的結(jié)果，但性能可能會有所不同。- 過濾
此方法根據(jù)其他 facet.range 參數(shù)生成范圍，并為每個參數(shù)執(zhí)行一個過濾器，稍后與主查詢結(jié)果集相交以獲取計數(shù)。它將使用 filterCache，所以它將有足夠大的緩存來包含所有的范圍。
- DV
此方法循環(huán)遍歷與主查詢匹配的文檔，并為每個文檔找到該值的正確范圍。此方法將使用 docValues（如果為字段啟用）或 fieldCache。該
dv方法不支持字段類型DateRangeField 或使用 group.facets。
該參數(shù)的默認值是
filter。日期范圍和時區(qū)：分面上的日期字段是一個常見的情況，該
TZ參數(shù)可用于確保 "每天的分面計數(shù)" 或 "每月的分面計數(shù)" 基于有意義的定義，對于給定的日期/月份，"starts" 與特定時區(qū)相關(guān)。有關(guān)詳細信息, 請參閱 "使用日期" 部分中的示例。
- 過濾
范圍分面中的 facet.mincount
該 facet.mincount 參數(shù)與字段分面中使用的相同，也適用于范圍刻面。使用時，響應(yīng)中將不包括低于最小值的范圍。
支點（決策樹）分面
透視（Pivoting）是一種匯總工具，可讓您自動對表中存儲的數(shù)據(jù)進行排序、計數(shù)、匯總或平均值。結(jié)果通常顯示在顯示匯總數(shù)據(jù)的第二個表格中。Pivot 分面可以讓您通過多個字段創(chuàng)建分面文檔的結(jié)果匯總表。
另一種看待問題的方式是查詢產(chǎn)生一個決策樹，因為 Solr 告訴您“關(guān)于分面 A，約束/計數(shù)是：X/N，Y/M 等等。如果您用 X 來約束A，那么 B 的約束計數(shù)將是 S/P，T/Q等“。換句話說，如果從當(dāng)前分面結(jié)果中應(yīng)用一個約束，它會事先告訴您什么是“下一個”分面結(jié)果集。
- facet.pivot 參數(shù)
該
facet.pivot參數(shù)定義了用于 pivot 的字段。多個facet.pivot值將在響應(yīng)中創(chuàng)建多個 “facet_pivot” 部分。用逗號分隔每個字段列表。 - facet.pivot.mincount 參數(shù)
該
facet.pivot.mincount參數(shù)定義了為了將分面包括在結(jié)果中而需要匹配的文檔的最小數(shù)目。默認值是 1。使用 “bin / solr -e techproducts” 示例，像這樣的查詢 URL 將返回下面的數(shù)據(jù)，并在 “facet_pivot” 部分中找到 pivot 分面結(jié)果：
http://localhost:8983/solr/techproducts/select?q=*:*&facet.pivot=cat,popularity,inStock &facet.pivot=popularity,cat&facet=true&facet.field=cat&facet.limit=5&rows=0&facet.pivot.mincount=2{ "facet_counts":{ "facet_queries":{}, "facet_fields":{ "cat":[ "electronics",14, "currency",4, "memory",3, "connector",2, "graphics card",2]}, "facet_dates":{}, "facet_ranges":{}, "facet_pivot":{ "cat,popularity,inStock":[{ "field":"cat", "value":"electronics", "count":14, "pivot":[{ "field":"popularity", "value":6, "count":5, "pivot":[{ "field":"inStock", "value":true, "count":5}]}] }]}}}
統(tǒng)計組件與支點（Pivot）相結(jié)合
除了一些其他類型的分面所支持的一般局部參數(shù)外，一個 stats 局部參數(shù)可以和 facet.pivot 一起使用來指向 stats.field 實例（通過標簽），即，您想計算每個支點約束（Pivot Constraint）。
在下面的示例中，為每個 facet.pivot 結(jié)果層次結(jié)構(gòu)計算兩個不同（重疊）的統(tǒng)計信息集合：
stats=true
stats.field={!tag=piv1,piv2 min=true max=true}price
stats.field={!tag=piv2 mean=true}popularity
facet=true
facet.pivot={!stats=piv1}cat,inStock
facet.pivot={!stats=piv2}manu,inStock結(jié)果如下：
{"facet_pivot":{
"cat,inStock":[{
"field":"cat",
"value":"electronics",
"count":12,
"pivot":[{
"field":"inStock",
"value":true,
"count":8,
"stats":{
"stats_fields":{
"price":{
"min":74.98999786376953,
"max":399.0}}}},
{
"field":"inStock",
"value":false,
"count":4,
"stats":{
"stats_fields":{
"price":{
"min":11.5,
"max":649.989990234375}}}}],
"stats":{
"stats_fields":{
"price":{
"min":11.5,
"max":649.989990234375}}}},
{
"field":"cat",
"value":"currency",
"count":4,
"pivot":[{
"field":"inStock",
"value":true,
"count":4,
"stats":{
"stats_fields":{
"price":{
"..."
"manu,inStock":[{
"field":"manu",
"value":"inc",
"count":8,
"pivot":[{
"field":"inStock",
"value":true,
"count":7,
"stats":{
"stats_fields":{
"price":{
"min":74.98999786376953,
"max":2199.0},
"popularity":{
"mean":5.857142857142857}}}},
{
"field":"inStock",
"value":false,
"count":1,
"stats":{
"stats_fields":{
"price":{
"min":479.95001220703125,
"max":479.95001220703125},
"popularity":{
"mean":7.0}}}}],
"..."}]}}}}]}]}}將 Facet 查詢和 Facet 范圍與 Pivot 分面相結(jié)合
query 本地參數(shù)可以與 facet.pivot 一起使用，來指代 facet.query 應(yīng)計算每個支點（pivot）約束的實例（按標簽）。同樣，range 本地參數(shù)也可以與 facet.pivot 一起使用以指向facet.range 實例。
在下面的例子中，兩個查詢分面用來計算 facet.pivot 結(jié)果層次結(jié)構(gòu)的 h：
facet=true
facet.query={!tag=q1}manufacturedate_dt:[2006-01-01T00:00:00Z TO NOW]
facet.query={!tag=q1}price:[0 TO 100]
facet.pivot={!query=q1}cat,inStock{"facet_counts": {
"facet_queries": {
"{!tag=q1}manufacturedate_dt:[2006-01-01T00:00:00Z TO NOW]": 9,
"{!tag=q1}price:[0 TO 100]": 7
},
"facet_fields": {},
"facet_dates": {},
"facet_ranges": {},
"facet_intervals": {},
"facet_heatmaps": {},
"facet_pivot": {
"cat,inStock": [
{
"field": "cat",
"value": "electronics",
"count": 12,
"queries": {
"{!tag=q1}manufacturedate_dt:[2006-01-01T00:00:00Z TO NOW]": 9,
"{!tag=q1}price:[0 TO 100]": 4
},
"pivot": [
{
"field": "inStock",
"value": true,
"count": 8,
"queries": {
"{!tag=q1}manufacturedate_dt:[2006-01-01T00:00:00Z TO NOW]": 6,
"{!tag=q1}price:[0 TO 100]": 2
}
},
"..."]}]}}}以類似的方式，在下面的示例中，為每個 facet.pivot 結(jié)果層次計算兩個范圍分面：
facet=true
facet.range={!tag=r1}manufacturedate_dt
facet.range.start=2006-01-01T00:00:00Z
facet.range.end=NOW/YEAR
facet.range.gap=+1YEAR
facet.pivot={!range=r1}cat,inStock結(jié)果如下：
{"facet_counts":{
"facet_queries":{},
"facet_fields":{},
"facet_dates":{},
"facet_ranges":{
"manufacturedate_dt":{
"counts":[
"2006-01-01T00:00:00Z",9,
"2007-01-01T00:00:00Z",0,
"2008-01-01T00:00:00Z",0,
"2009-01-01T00:00:00Z",0,
"2010-01-01T00:00:00Z",0,
"2011-01-01T00:00:00Z",0,
"2012-01-01T00:00:00Z",0,
"2013-01-01T00:00:00Z",0,
"2014-01-01T00:00:00Z",0],
"gap":"+1YEAR",
"start":"2006-01-01T00:00:00Z",
"end":"2015-01-01T00:00:00Z"}},
"facet_intervals":{},
"facet_heatmaps":{},
"facet_pivot":{
"cat,inStock":[{
"field":"cat",
"value":"electronics",
"count":12,
"ranges":{
"manufacturedate_dt":{
"counts":[
"2006-01-01T00:00:00Z",9,
"2007-01-01T00:00:00Z",0,
"2008-01-01T00:00:00Z",0,
"2009-01-01T00:00:00Z",0,
"2010-01-01T00:00:00Z",0,
"2011-01-01T00:00:00Z",0,
"2012-01-01T00:00:00Z",0,
"2013-01-01T00:00:00Z",0,
"2014-01-01T00:00:00Z",0],
"gap":"+1YEAR",
"start":"2006-01-01T00:00:00Z",
"end":"2015-01-01T00:00:00Z"}},
"pivot":[{
"field":"inStock",
"value":true,
"count":8,
"ranges":{
"manufacturedate_dt":{
"counts":[
"2006-01-01T00:00:00Z",6,
"2007-01-01T00:00:00Z",0,
"2008-01-01T00:00:00Z",0,
"2009-01-01T00:00:00Z",0,
"2010-01-01T00:00:00Z",0,
"2011-01-01T00:00:00Z",0,
"2012-01-01T00:00:00Z",0,
"2013-01-01T00:00:00Z",0,
"2014-01-01T00:00:00Z",0],
"gap":"+1YEAR",
"start":"2006-01-01T00:00:00Z",
"end":"2015-01-01T00:00:00Z"}}},
"..."]}]}}}額外的支點（Pivot）參數(shù)
雖然 facet.pivot.mincount 名稱與 facet.mincount 字段分面使用的參數(shù)有所不同，但上面介紹的許多分面參數(shù)也可用于 pivot 分面：
- facet.limit
- facet.offset
- facet.sort
- facet.overrequest.count
- facet.overrequest.ratio
區(qū)間分面
另一種支持的分面形式是區(qū)間分面。這聽起來類似于范圍分面，但是功能更接近于使用范圍查詢進行分面查詢。區(qū)間分面允許您設(shè)置可變區(qū)間并計算在指定字段中具有這些間隔內(nèi)的值的文檔的數(shù)量。
即使通過在范圍查詢中使用分面查詢可以實現(xiàn)相同的功能，但這兩種方法的實現(xiàn)是非常不同的，并且將根據(jù)上下文提供不同的性能。
如果您擔(dān)心搜索的性能，則應(yīng)使用這兩個選項進行測試。對于相同的字段，區(qū)間分面往往會有多個時間間隔，而在過濾器緩存更有效的環(huán)境（例如靜態(tài)索引）中，分面查詢傾向于更好。
如果為該字段啟用了區(qū)間分面，此方法將使用 docValues，否則將使用 fieldCache。
使用這些參數(shù)進行區(qū)間分面：
- facet.interval 參數(shù)
此參數(shù)指示必須應(yīng)用區(qū)間分面的字段。它可以在同一請求中多次使用以指示多個字段。
facet.interval=price&facet.interval=size - facet.interval.set 參數(shù)
此參數(shù)用于設(shè)置字段的時間間隔，可以多次指定，以指示多個時間間隔。這個參數(shù)是全局性的，這意味著它將被用于指定的所有字段，使用
facet.interval，除非有特定字段的覆蓋。如果要覆蓋特定字段上的此參數(shù)，可以使用：f.<fieldname>.facet.interval.set例如：f.price.facet.interval.set=[0,10]&f.price.facet.interval.set=(10,100]
區(qū)間語法
區(qū)間必須以'（' 或 '[' 開頭，然后是逗號（'，'），最終值，最后是 ')' 或']'。
例如：
- （1,10） - 將包含大于1且小于10的值
- [1,10] - 將包含大于或等于1且小于10的值
- [1,10] - 將包含大于等于1且小于等于10的值
初始值和結(jié)束值不能為空。
如果間隔需要是無限的，則特殊字符 * 可以用于開始和結(jié)束，限制。使用此特殊字符時，開始語法選項（(和[）和結(jié)束語法選項（)和]）將被視為相同。[*,*]將包括所有在該領(lǐng)域具有價值的文件。
間隔限制可以是字符串，但不需要添加引號。所有的文本，直到逗號將被視為起始限制，并在此之后的文本將是最終限制。例如：[Buenos Aires,New York]。請記住，會進行類似字符串的比較來匹配字符串間隔中的文檔（區(qū)分大小寫）。比較器不能改變。
逗號，括號和方括號可以通過在其前面使用 \ 而被轉(zhuǎn)義。值之前和之后的空格將被省略。
起始限制不能超過最終限制。等于限制是允許的，這允許您指示要計數(shù)的特定值：[A,A]，[B,B]和[C,Z]。
區(qū)間分面支持下面介紹的輸出鍵更換。輸出鍵可以在 facet.interval 參數(shù)和 facet.interval.set 參數(shù)中被替換。例如：
&facet.interval={!key=popularity}some_field
&facet.interval.set={!key=bad}[0,5]
&facet.interval.set={!key=good}[5,*]
&facet=true分面的本地參數(shù)
該 LocalParams 語法允許壓倒一切的全局設(shè)置。它也可以提供一種向其他參數(shù)值添加元數(shù)據(jù)的方法，就像 XML 屬性一樣。
標記（Tagging）和排除（Excluding）過濾器
您可以標記特定的過濾器，并在分面時排除這些過濾器。這在做多選分面時很有用。
請考慮以下具有分面的示例查詢：
q=mainquery&fq=status:public&fq=doctype:pdf&facet=true&facet.field=doctype因為一切都已經(jīng)被過濾器 doctype:pdf 約束了，所以 facet.field=doctypefacet 命令現(xiàn)在是多余的，并且除了 doctype:pdf 外一切都會返回 0 個計數(shù)。
為了實現(xiàn) doctype 的多重選擇方面，GUI 可能還想顯示其他 doctype 類型值及其關(guān)聯(lián)計數(shù)，就好像 doctype:pdf 約束還沒有被應(yīng)用。例如：
=== Document Type ===
[ ] Word (42)
[x] PDF (96)
[ ] Excel(11)
[ ] HTML (63)要返回當(dāng)前未選中的 doctype 值的計數(shù)，請直接約束 doctype 的標記篩選器，并在 DOCTYPE 上分面時排除這些過濾器。
q=mainquery&fq=status:public&fq={!tag=dt}doctype:pdf&facet=true&facet.field={!ex=dt}doctype所有類型的分面都支持過濾排除。無論是 tag 和 ex 本地參數(shù)都可以通過用逗號分隔指定多個值。
更改輸出鍵
要更改分面命令的輸出鍵，請使用 key 本地參數(shù)指定一個新名稱。例如：
facet.field={!ex=dt key=mylabel}doctype上面的參數(shù)設(shè)置會導(dǎo)致 “doctype” 字段的字段分面結(jié)果在響應(yīng)中使用鍵 “mylabel” 而不是 “doctype” 返回。當(dāng)在不同的排除情況下多次對同一個字段進行排列時，這會很有幫助。
限制某些 Term 的分面
要用某些 term 限制字段分面，請使用逗號分隔 terms 本地參數(shù)。逗號和引號可以用反斜線來轉(zhuǎn)義，如 \,。在這種情況下，facet 的計算方式類似于 facet.method=enum 但忽略facet.enum.cache.minDf。例如：
facet.field={!terms='alfa,betta,with\,with\',with space'}symbol
更多建議：