python-2.7 - pysolr 中的文档总数

Question

如何获得与给定查询匹配的文档总数。我使用了以下查询：

result = solr.search('ad_id : 20')
print(len(result))

由于默认返回值为'10'，所以输出只有10，但计数是4000。我怎样才能得到计数的总数？

Answer 1

来自 pysolrhits的results 对象具有一个包含总命中数的属性，无论返回多少文档。numFound这是在 Solr 的原始响应中命名的。

您的解决方案并不真正适用于具有较大数据集的任何内容，因为它需要您检索所有文档，即使您不需要它们或想要显示它们的内容。

Answer 2

计数存储在 numFound 变量中。使用下面的代码：

result = solr.search('ad_id : 20')
print(result.raw_response['response']['numFound'])

Answer 3

正如@MatsLindh 提到的 -

result = solr.search('ad_id : 20')
print(result.hits)

Answer 4

如果您只想要满足查询的项目总数，这是我的 Python3 代码（使用 pysolr 模块）：

    collection='bookindex'  # or whatever your collection is called
    solr_url = f"http://{SOLR_HOST}/solr/{collection}"
    solr = pysolr.Solr(url=solr_url, timeout=120, always_commit=True)
    result = solr.search("*:*", rows=0);
    return result.hits

这会查询所有文档（“ : ”）——在我的例子中是 315913——但您可以缩小范围以满足您的要求。例如，如果我想知道有多少书籍条目有 title:pandas，我可以搜索("title:pandas", rows=0) 并得到 41 作为标题中有 pandas 的数字。通过设置 rows=0，您让 Solr 知道它不需要为您格式化任何结果，而您只需返回元信息，因此比对行设置上限更有效。

Answer 5

终于得到了答案：

rows=1000000在查询末尾添加。

result = solr.search('ad_id : 20', rows=1000000)

但如果行数大于此数，则应在查询中更改该数字。这可能是一个糟糕的解决方案，但有效。如果有人有更好的解决方案，请回复。