自从我几年前加入了Cloudera 平台以进行提供搜索引擎分析，
我一直积极的和上游的Solr社区开发新功能，这将推动更多有趣的应用程序运行在Cloudera搜索中（那是一个基于 Solr和Apache
Hadoop的生态系统），在下文从我的个人博客转帖中，我将介绍其中的一个功能——通过JSON对 nested
facets改进支持——我编写了那些代码的签入（注意：此功能是面向未来发布Cloudera企业版，因此尚不支持用于生产环境。）为什么是Json？嵌套的sub-facets结构特性，在类似于JSON嵌套的结构中比起提供正常参数查询的平面结构要更容易表达。因此，从5.0开始，Solr 包括了一个Facet API. Facet API现在是JSON请求API 的一部分。因此一个完整的请求可以用JSON来表示。 全新的faceting模块的目的包括：
当然， 如果你喜欢使用Solr现有的faceting功能也是可以的。（只要你喜欢，两者甚至可以同时使用！） 接下来，让我们进入细节。 （注意：这里的一些示例使用的语法，仅在 Solr 5发行版或甚至Solr 6中支持） 使用方便一些超出传统Solr faceting 便于使用的增强来自于JSON的固有嵌套结构。 例如，下面是使用Solr Flat API中的两个不同范围facet的faceting命令：
而下面是在新的JSON Faceting API中的等价faceting命令：
这些都不是嵌套的facets，但是包含嵌套的内容， 从上面可以看到JSON API看起来更好。通过深层次嵌套的sub-facets和统计信息，固有嵌套JSON API的清晰度越来越明显。 JSON 扩展项许多JSON的扩展项已经实现，用来进一步增强用户手动使用 JSON faceting命令的清晰度和易用性。例如：
JSON 调试标准缩进的JSON格式很容易理解。如果你得到一大块不知为何没有缩进的JSON格式的数据，并试图理解它，你可以剪贴和粘贴到一个在线的验证器如JSON Lint 或 JSON Formatter. 这两个验证器将缩进您的JSON，即使内容中包含他们不支持的扩展（如注释或空字符串）。 Facet 类型Facet的类型有两种：一种是将一个存储区域的分解成多个存储桶，另一种是聚合函数或者facet 函数，用来提供关于文档集合属于哪个存储桶的信息。 faceting 可以被嵌套， 任何通过faceting产生的存储桶可以通过subfacet来进一步分解成过个存储桶。 统计即 Facets统计现在全面融入了faceting。一旦我们从具有由主查询和过滤器定义的范围的单个facet存储桶开始，我们甚至可以在通过faceting分解到成多存储桶之前，请求该顶层存储桶的统计信息。例如：
有关可用聚合函数的完整列表，请参阅构facet 函数。 JSON Facet 语法JSON faect命令的一般形式：
例如：
在Solr5.2之后，有“type”字段的 flatter结构依然可以这样使用：
例如：
运行结果在应答中的facet指定名称下显示。Facet命令明确使用json.facet 的请求参数。 使用 Curl来进行测试要手动测试出不同的facet请求，最快捷的是使用curl的相关命令。例如：
Tzrms Facet无论是termsfacet，或者field facet,根据字段中的唯一值产生存储。该字段需要索引或者具有docValues。 terms facet最简单的形式：
允许更多参数的扩展形式
响应示例：
参数列表：
查询Facet 查询facet生成一个与指定查询匹配的单个存储桶。 下面是一个查询facet的最简单形式的示例： high_popularity:{query:"popularity:[8 TO 10]"} 扩展形式允许更多参数（or sub-facets/facet functions）：
响应示例：
设定Facet范围设定facet的范围，在数字或日期字段上会生成多个区间的存储桶。 设定示例：
响应示例：
为了简化迁移，这些参数名称，值和语义的格式直接取自先前的（非JSON）Solr range faceting风格. 参数列表：
公共参数 所有faceting方法共有的参数包括：
结论希望，到目前为止您已经对Solr 5中介绍的JSON API有了很好的理解。需要再次强调的是，此功能预计将会在未来的Cloudera版本中发行/获得认证，但是尚未支持线上生产使用。 |
