Solr电商分类：路径层次分词器实现及精准查询直接子分类

问题描述 #

我在电商场景中使用Solr的路径层次分词器处理分类数据，当执行以下查询时：

http://localhost:8983/solr/mystore/select?facet.field=category&facet.prefix=Clothes&facet=on&q=*:*

得到了包含所有Clothes下层级的分面结果：

"facet_counts":{
  "facet_queries":{},
  "facet_fields":{
    "category":[
      "Clothes", 13,
      "Clothes/Man's", 10,
      "Clothes/Man's/T-shirt", 5,
      "Clothes/Man's/Pants", 4,
      "Clothes/Women's", 3,
      "Clothes/Man's/Pants/Breeches", 2,
      "Clothes/Man's/Pants/Jeans", 2,
      "Clothes/Man's/T-shirt/T-shirt", 2,
      "Clothes/Man's/T-shirt/Polo T-shirt", 2,
      "Clothes/Women's/Turtleneck", 1,
      "Clothes/Women's/leather jacket", 1,
      "Clothes/Women's/Parka", 1,
      "Clothes/Man's/Sweatshirt", 1
    ]
  },
  "facet_ranges":{},
  "facet_intervals":{},
  "facet_heatmaps":{}
}

但我希望仅返回Clothes的直接子项（即Man's和Women's），期望结果如下：

"facet_counts":{
  "facet_queries":{},
  "facet_fields":{
    "category":[
      "Clothes/Man's", 10,
      "Clothes/Women's", 3
    ]
  },
  "facet_ranges":{},
  "facet_intervals":{},
  "facet_heatmaps":{}
}

解决方案 #

要实现这个需求，你可以通过结合facet.prefix和正则表达式风格的facet.contains参数来精准过滤分面结果，调整后的查询如下：

http://localhost:8983/solr/mystore/select?facet.field=category&facet.prefix=Clothes/&facet.contains=[^/]*$&facet.contains.ignoreCase=true&facet=on&q=*:*

关键参数解析： #

• facet.prefix=Clothes/：将分面结果限定为以Clothes/开头的分类值，直接缩小范围到Clothes的子层级，排除顶层的Clothes本身。
• facet.contains=[^/]*$：使用正则表达式匹配结尾没有斜杠的路径——[^/]*表示匹配任意非斜杠字符，$表示字符串结尾。这样就能确保只保留Clothes/之后仅一级分类的项（没有更深的子目录），也就是我们需要的直接子项。
• facet.contains.ignoreCase=true：可选参数，用于忽略大小写差异，避免因分类值大小写不一致导致的结果遗漏。

执行上述查询后，就能得到你期望的仅包含Clothes直接子项的分面结果。

另外，如果你使用的是Solr 8.0及以上版本，也可以考虑在Schema中提前配置基于PathHierarchyTokenizer的分层字段，但上述查询方式无需修改Schema，更灵活快捷。

内容的提问来源于stack exchange，提问作者Anton Klichkov