Zaczynamy

Na początek kilka słów o tym, co ten filtr robi. Jak sama nazwa może wskazywać „zatrzymuje” on słowa. Dokładniej rzecz biorąc filtr działa odwrotnie do filtra o nazwie StopFilter. Odwrotnie – czyli jak ? Czy po prostu zatrzymuje tylko określone w definicji słowa ? O tym za chwilę – zacznijmy od definicji typu i pola w pliku schema.xml:

<fieldtype name="keepwords" class="solr.TextField">
   <analyzer>
      <tokenizer class="solr.WhitespaceTokenizerFactory"/>
      <filter class="solr.KeepWordFilterFactory" words="words.txt" ignoreCase="true"/>
   </analyzer>
</fieldtype>

Jak widać na powyższej definicji typu filtr oprócz standardowej definicji klasy posiada również dwa dodatkowe atrybuty:

• words – listę słów do zatrzymania
• ignoreCase – wartość true | false włączająca lub wyłączająca ignorowanie wielkości znaków.

Zawartość pliku

Załóżmy, iż plik words.txt miałby następującą zawartość:

ala
ma
kota

Jeżeli chcielibyśmy zaindeksować frazę „Ala ma kota, a kot ma Alę”, to w indeksie zostałyby zapisane następujące tokeny: „ala”, „ma”, „kota”, „ma”, ponieważ tylko te wyrazy zostały zdefiniowane w pliku words.txt. Widać to wyraźnie w panelu administracyjnym Solr:

Kilka słów na koniec

Pomimo tego, iż nigdy nie korzystałem z tego filtra wydaje mi się, że jest to dobry filtr do przechowywania w polu wartości z typów wyliczeniowych, czy w sytuacjach, gdzie interesuje nas skończona, a nawet lepiej – niewielka i znana z góry lista wartości, takich jak np. kategorie, gdzie nie możemy filtrować informacji na poziomie aplikacji lub gdy jest to bardzo utrudnione. Cóż, mam nadzieję, że opisana funkcjonalność kiedyś się przyda.