Solr4.1 spatial solrj search demo

简介: 假期重新把之前在新浪博客里面的文字梳理了下,搬到这里。本文介绍solr的地理搜索Demo。

//solr4.1 java client 地理搜索 查询用法总结

1. notice

d score 都是弧度值,过滤前需要将距离转为弧度,例如 12km

double dvalue = DistanceUtils.dist2Degrees( 12, DistanceUtils.EARTH_MEAN_RADIUS_KM);

查询获取得分后的值也是弧度值,需要转为距离km值,如下

double distKm = DistanceUtils.degrees2Dist( Double.valueOf (list.get(i).getFieldValue("score").toString() ),  DistanceUtils.EARTH_MEAN_RADIUS_KM);


2. notice

<
              prefixTree="geohash"
              geo="true"
              distErrPct="0.025"              
              distCalculator="vincentySphere" //
文森特球面公式,默认是haversine distance
              maxDistErr="0.000009"//
这个参数与 maxLevels 二者选其一吧,默认是11,
              units="degrees" />


参数与精度

    测试过程中发现,调整disCalculatior,距离精度值略微有差异,100m的话,可以直接haversion distance
     
更精确的话,采取vincentySphere,二者在100m外都相同,只在最后m一些有些不同。  maxLevels参数值也会影响性能、计算的小数点尾数值


watcher example


   
下面的测试d都是弧度值,注意弧度值范围是 [0,180],

  //
得分是按照setQuery部分计算,filterquery部分对query部分结果做过滤   // query.setQuery( "childCategoryId:100002");
  // query.addFilterQuery("{! field f=location} Intersects( Circle(22.48,108.19 d=20))" );
         
  //
这种查询语法支持,单由于query部分缺失,结果为0
  //query.addFilterQuery("{! field f=location} Intersects( Circle(22.48,108.19 d=20))" );//
无结果          
  //
不支持的查询语法  //query.setQuery("childCategoryId:100002 AND {! field f=location } Intersects( Circle(22.48,108.19 d=20))" );//不支持        
  //
支持的查询语法,效果等同 childCategoryId:100002 加上后面的过程,没有按照距离排序,距离值作为常量得分加上文本得分。距离部分不影响查询结果数量,只是影响查询得分   //query.setQuery("childCategoryId:100002 AND {! score=distance} location:"Intersects( Circle(22.48,108.19 d=20))" " );
       
  //
按距离排序,关键词部分作为filterquery,注意query filter query的 位置,按距离排序   //query.setQuery("{! score=distance} location:"Intersects( Circle(22.48,108.19 d=20))" " );
  //query.addFilterQuery("childCategoryId:100002");
               
  //
纯按照距离排序,此时没有文本部分的查询,按距离排序    
  //query.setQuery("{! score=distance} location:"Intersects( Circle(22.48,108.19 d=20))" " );
         
  //
距离仅仅用作排序,但不过滤    query.setQuery("{! score=distance filter=false} location:"Intersects( Circle(22.48,108.19 d=20))" ");
   query.addField("*,score");
         
   query.addField("location,id,score");
   query.setSortField("score", ORDER.asc);        
             
   query.setStart( 0 );
   query.setRows( 160 );
   //query.set("debugQuery", "on");    
   query.setParam("echoParams", "explicit");

    QueryResponse response = bean.query(query);//bean
封装EmbededServer
       
   
    System.out.println("response.numFound= "+ response.getResults().getNumFound()  );
    System.out.println("response.maxScore= "+ response.getResults().getMaxScore()  );
    System.out.println("response.getResult.size= "+ response.getResults().size()  );
                   
    if( response!= null ){
        SolrDocumentList list = response.getResults();
           
        for( int i=0; i< list.size(); i ++)
            System.out.println( list.get(i) );
     }
                   
其中location 对应

<name="location" type="geohash" indexed="true" stored="true" multiValued="false"/>


spatialContextFactory="com.spatial4j.core.context.jts.JtsSpatialContextFactory"
              prefixTree="geohash"
              distErrPct="0.025"
              maxDistErr="0.000009"
              distCalculator="vincentySphere"
              units="degrees" />

这个location域数据格式 lat,lon  值对

目录
相关文章
|
5月前
|
缓存 开发者 索引
深入解析 `org.elasticsearch.action.search.SearchRequest` 类
深入解析 `org.elasticsearch.action.search.SearchRequest` 类
|
3月前
Swagger2 Unable to infer base url. This is common
Swagger2 Unable to infer base url. This is common
43 0
Elasticsearch Search APIs2
Elasticsearch Search APIs
77 0
   Elasticsearch Search APIs2
|
SQL 消息中间件 资源调度
Could not find a suitable table factory for ‘org.apache.flink.table.factories.TableSourceFactory
这是在提交yarn时报的错误,原因其实就是少了一些包,提交的集群后一些依赖包使用flink的lib目录下的,所以我需要将一些依赖包放到lib目录下。
458 0
Could not find a suitable table factory for ‘org.apache.flink.table.factories.TableSourceFactory
|
分布式计算 Apache Spark
《How to Integrate Spark MLlib and Apache Solr to Build Real-Time Entity Type Recognition System for Better Query Understanding》电子版地址
How to Integrate Spark MLlib and Apache Solr to Build Real-Time Entity Type Recognition System for Better Query Understanding
87 0
《How to Integrate Spark MLlib and Apache Solr to Build Real-Time Entity Type Recognition System for Better Query Understanding》电子版地址
|
前端开发
Bootstrap Search Suggest 插件使用
Bootstrap Search Suggest 插件使用
127 0
|
关系型数据库 MySQL 测试技术
Elasticsearch Search APIs1
Elasticsearch Search APIs
90 0
Elasticsearch Search APIs3
Elasticsearch Search APIs3
62 0
|
存储 JSON 自然语言处理
Elasticsearch Mapping parameters(主要参数一览)
Elasticsearch Mapping parameters(主要参数一览)
Elasticsearch Mapping parameters(主要参数一览)
|
算法 前端开发 数据建模
Solr&lucene 默认的spatial search性能总结
假期重新把之前在新浪博客里面的文字梳理了下,搬到这里。介绍地理搜索性能优化的一些经验。
180 0