doc/schema.xml

   1 <?xml version="1.0" encoding="UTF-8" ?>
   2 <!--
   3  Licensed to the Apache Software Foundation (ASF) under one or more
   4  contributor license agreements.  See the NOTICE file distributed with
   5  this work for additional information regarding copyright ownership.
   6  The ASF licenses this file to You under the Apache License, Version 2.0
   7  (the "License"); you may not use this file except in compliance with
   8  the License.  You may obtain a copy of the License at
   9
  10      http://www.apache.org/licenses/LICENSE-2.0
  11
  12  Unless required by applicable law or agreed to in writing, software
  13  distributed under the License is distributed on an "AS IS" BASIS,
  14  WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  15  See the License for the specific language governing permissions and
  16  limitations under the License.
  17 -->
  18
  19 <!--
  20  This is the Solr schema file. This file should be named "schema.xml" and
  21  should be in the conf directory under the solr home
  22  (i.e. ./solr/conf/schema.xml by default)
  23  or located where the classloader for the Solr webapp can find it.
  24
  25  This example schema is the recommended starting point for users.
  26  It should be kept correct and concise, usable out-of-the-box.
  27
  28  For more information, on how to customize this file, please see
  29  http://wiki.apache.org/solr/SchemaXml
  30
  31  PERFORMANCE NOTE: this schema includes many optional features and should not
  32  be used for benchmarking.  To improve performance one could
  33   - set stored="false" for all fields possible (esp large fields) when you
  34     only need to search on the field but don't need to return the original
  35     value.
  36   - set indexed="false" if you don't need to search on the field, but only
  37     return the field as a result of searching on other indexed fields.
  38   - remove all unneeded copyField statements
  39   - for best index size and searching performance, set "index" to false
  40     for all general text fields, use copyField to copy them to the
  41     catchall "text" field, and use that for searching.
  42   - For maximum indexing performance, use the StreamingUpdateSolrServer
  43     java client.
  44   - Remember to run the JVM in server mode, and use a higher logging level
  45     that avoids logging every request
  46 -->
  47
  48 <schema name="example" version="1.5">
  49   <!-- attribute "name" is the name of this schema and is only used for display purposes.
  50        version="x.y" is Solr's version number for the schema syntax and semantics.  It should
  51        not normally be changed by applications.
  52        1.0: multiValued attribute did not exist, all fields are multiValued by nature
  53        1.1: multiValued attribute introduced, false by default
  54        1.2: omitTermFreqAndPositions attribute introduced, true by default except for text fields.
  55        1.3: removed optional field compress feature
  56        1.4: default auto-phrase (QueryParser feature) to off
  57        1.5: omitNorms defaults to true for primitive field types (int, float, boolean, string...)
  58      -->
  59
  60  <fields>
  61    <!-- Valid attributes for fields:
  62      name: mandatory - the name for the field
  63      type: mandatory - the name of a field type from the
  64        <types> fieldType section
  65      indexed: true if this field should be indexed (searchable or sortable)
  66      stored: true if this field should be retrievable
  67      multiValued: true if this field may contain multiple values per document
  68      omitNorms: (expert) set to true to omit the norms associated with
  69        this field (this disables length normalization and index-time
  70        boosting for the field, and saves some memory).  Only full-text
  71        fields or fields that need an index-time boost need norms.
  72        Norms are omitted for primitive (non-analyzed) types by default.
  73      termVectors: [false] set to true to store the term vector for a
  74        given field.
  75        When using MoreLikeThis, fields used for similarity should be
  76        stored for best performance.
  77      termPositions: Store position information with the term vector.
  78        This will increase storage costs.
  79      termOffsets: Store offset information with the term vector. This
  80        will increase storage costs.
  81      required: The field is required.  It will throw an error if the
  82        value does not exist
  83      default: a value that should be used if no value is specified
  84        when adding a document.
  85    -->
  86
  87    <!-- field names should consist of alphanumeric or underscore characters only and
  88       not start with a digit.  This is not currently strictly enforced,
  89       but other field names will not have first class support from all components
  90       and back compatibility is not guaranteed.  Names with both leading and
  91       trailing underscores (e.g. _version_) are reserved.
  92    -->
  93
  94    <!-- <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />  -->
  95    <!-- <field name="sku" type="text_en_splitting_tight" indexed="true" stored="true" omitNorms="true"/> -->
  96    <!-- <field name="name" type="text_general" indexed="true" stored="true"/> -->
  97    <!-- <field name="manu" type="text_general" indexed="true" stored="true" omitNorms="true"/> -->
  98    <!-- <field name="cat" type="string" indexed="true" stored="true" multiValued="true"/> -->
  99    <!-- <field name="features" type="text_general" indexed="true" stored="true" multiValued="true"/> -->
 100    <!-- <field name="includes" type="text_general" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" /> -->
 101
 102    <!-- <field name="weight" type="float" indexed="true" stored="true"/> -->
 103    <!-- <field name="price"  type="float" indexed="true" stored="true"/> -->
 104    <!-- <field name="popularity" type="int" indexed="true" stored="true" /> -->
 105    <!-- <field name="inStock" type="boolean" indexed="true" stored="true" /> -->
 106
 107    <!-- <field name="store" type="location" indexed="true" stored="true"/> -->
 108
 109    <!-- Common metadata fields, named specifically to match up with
 110      SolrCell metadata when parsing rich documents such as Word, PDF.
 111      Some fields are multiValued only because Tika currently may return
 112      multiple values for them. Some metadata is parsed from the documents,
 113      but there are some which come from the client context:
 114        "content_type": From the HTTP headers of incoming stream
 115        "resourcename": From SolrCell request param resource.name
 116    -->
 117    <!-- <field name="title" type="text_general" indexed="true" stored="true" multiValued="true"/> -->
 118    <!-- <field name="subject" type="text_general" indexed="true" stored="true"/> -->
 119    <!-- <field name="description" type="text_general" indexed="true" stored="true"/> -->
 120    <!-- <field name="comments" type="text_general" indexed="true" stored="true"/> -->
 121    <!-- <field name="author" type="text_general" indexed="true" stored="true"/> -->
 122    <!-- <field name="keywords" type="text_general" indexed="true" stored="true"/> -->
 123    <!-- <field name="category" type="text_general" indexed="true" stored="true"/> -->
 124    <!-- <field name="resourcename" type="text_general" indexed="true" stored="true"/> -->
 125    <!-- <field name="url" type="text_general" indexed="true" stored="true"/> -->
 126    <!-- <field name="content_type" type="string" indexed="true" stored="true" multiValued="true"/> -->
 127    <!-- <field name="last_modified" type="date" indexed="true" stored="true"/> -->
 128    <!-- <field name="links" type="string" indexed="true" stored="true" multiValued="true"/> -->
 129
 130    <field name="book_id" type="int" indexed="true" stored="true" />
 131    <field name="parent_id" type="int" indexed="false" stored="true" />
 132    <field name="slug" type="lowercase" stored="false" indexed="true" omitNorms="true"/> <!-- no norms -->
 133    <field name="is_book" type="boolean" stored="false" indexed="true"/>
 134    <field name="authors" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true"/>
 135    <field name="translators" type="text_pl_nonstop" stored="false" indexed="false" multiValued="true" />
 136    <field name="title" type="text_pl_nonstop" stored="false" indexed="true"/>
 137 <!--   <field name="published_date" type="tdate" stored="false" indexed="true"/>-->
 138    <field name="published_date" type="string" stored="true" indexed="true"/>
 139
 140    <field name="epochs" type="lowercase" stored="false" indexed="false" multiValued="true" />
 141    <field name="kinds" type="lowercase" stored="false" indexed="false" multiValued="true" />
 142    <field name="genres" type="lowercase" stored="false" indexed="false" multiValued="true" />
 143
 144    <field name="metadata" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true" termPositions="true" termVectors="true" />
 145
 146    <field name="themes" type="lowercase" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
 147    <field name="themes_pl" type="text_pl_nonstop" stored="true" indexed="true" termVectors="true" termPositions="true" multiValued="true" />
 148    <field name="header_index" type="int" stored="true" indexed="true"/>
 149    <field name="header_span" type="int" stored="true" indexed="true"/>
 150    <field name="header_type" type="lowercase" stored="true" indexed="false"/>
 151    <field name="text" type="text_pl" stored="false" indexed="true" termVectors="true" termPositions="true" />
 152
 153    <field name="snippets_position" type="int" stored="true" indexed="false"/>
 154    <field name="snippets_length" type="int" stored="true" indexed="false"/>
 155    <field name="snippets_revision" type="int" stored="true" indexed="false"/>
 156    <field name="fragment_anchor" type="string" stored="true" indexed="false"/>
 157
 158    <field name="tag_id" type="int" stored="true" indexed="true"/>
 159    <field name="tag_name" type="lowercase" stored="true" indexed="true" />
 160    <field name="tag_name_pl" type="text_pl_nonstop" stored="false" indexed="true" multiValued="true"/>
 161    <field name="tag_category" type="string" stored="true" indexed="true" />
 162    <field name="is_pdcounter" type="boolean" stored="true" indexed="true" />
 163
 164    <!-- Main body of document extracted by SolrCell.
 165         NOTE: This field is not indexed by default, since it is also copied to "text"
 166         using copyField below. This is to save space. Use this field for returning and
 167         highlighting document content. Use the "text" field to search the content. -->
 168    <!-- <field name="content" type="text_general" indexed="false" stored="true" multiValued="true"/> -->
 169
 170
 171    <!-- catchall field, containing all other searchable text fields (implemented
 172         via copyField further on in this schema  -->
 173    <!-- <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> -->
 174
 175    <!-- catchall text field that indexes tokens both normally and in reverse for efficient
 176         leading wildcard queries. -->
 177    <!-- <field name="text_rev" type="text_general_rev" indexed="true" stored="false" multiValued="true"/> -->
 178
 179    <!-- non-tokenized version of manufacturer to make it easier to sort or group
 180         results by manufacturer.  copied from "manu" via copyField -->
 181    <!-- <field name="manu_exact" type="string" indexed="true" stored="false"/> -->
 182
 183    <!-- <field name="payloads" type="payloads" indexed="true" stored="true"/> -->
 184
 185    <field name="_version_" type="long" indexed="true" stored="true"/>
 186
 187    <!-- Uncommenting the following will create a "timestamp" field using
 188         a default value of "NOW" to indicate when each document was indexed.
 189      -->
 190    <!--
 191    <field name="timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
 192      -->
 193
 194    <!-- Dynamic field definitions allow using convention over configuration
 195        for fields via the specification of patterns to match field names.
 196        EXAMPLE:  name="*_i" will match any field ending in _i (like myid_i, z_i)
 197        RESTRICTION: the glob-like pattern in the name attribute must have
 198        a "*" only at the start or the end.  -->
 199
 200    <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>
 201    <dynamicField name="*_is" type="int"    indexed="true"  stored="true"  multiValued="true"/>
 202    <dynamicField name="*_s"  type="string"  indexed="true"  stored="true" />
 203    <dynamicField name="*_ss" type="string"  indexed="true"  stored="true" multiValued="true"/>
 204    <dynamicField name="*_l"  type="long"   indexed="true"  stored="true"/>
 205    <dynamicField name="*_ls" type="long"   indexed="true"  stored="true"  multiValued="true"/>
 206    <dynamicField name="*_t"  type="text_general"    indexed="true"  stored="true"/>
 207    <dynamicField name="*_txt" type="text_general"   indexed="true"  stored="true" multiValued="true"/>
 208    <dynamicField name="*_en"  type="text_en"    indexed="true"  stored="true" multiValued="true"/>
 209    <dynamicField name="*_b"  type="boolean" indexed="true" stored="true"/>
 210    <dynamicField name="*_bs" type="boolean" indexed="true" stored="true"  multiValued="true"/>
 211    <dynamicField name="*_f"  type="float"  indexed="true"  stored="true"/>
 212    <dynamicField name="*_fs" type="float"  indexed="true"  stored="true"  multiValued="true"/>
 213    <dynamicField name="*_d"  type="double" indexed="true"  stored="true"/>
 214    <dynamicField name="*_ds" type="double" indexed="true"  stored="true"  multiValued="true"/>
 215
 216    <!-- Type used to index the lat and lon components for the "location" FieldType -->
 217    <dynamicField name="*_coordinate"  type="tdouble" indexed="true"  stored="false" />
 218
 219    <dynamicField name="*_dt"  type="date"    indexed="true"  stored="true"/>
 220    <dynamicField name="*_dts" type="date"    indexed="true"  stored="true" multiValued="true"/>
 221    <dynamicField name="*_p"  type="location" indexed="true" stored="true"/>
 222
 223    <!-- some trie-coded dynamic fields for faster range queries -->
 224    <dynamicField name="*_ti" type="tint"    indexed="true"  stored="true"/>
 225    <dynamicField name="*_tl" type="tlong"   indexed="true"  stored="true"/>
 226    <dynamicField name="*_tf" type="tfloat"  indexed="true"  stored="true"/>
 227    <dynamicField name="*_td" type="tdouble" indexed="true"  stored="true"/>
 228    <dynamicField name="*_tdt" type="tdate"  indexed="true"  stored="true"/>
 229
 230    <dynamicField name="*_pi"  type="pint"    indexed="true"  stored="true"/>
 231 <!--   <dynamicField name="*_c"   type="currency" indexed="true"  stored="true"/>-->
 232
 233    <dynamicField name="ignored_*" type="ignored" multiValued="true"/>
 234    <dynamicField name="attr_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
 235
 236    <dynamicField name="random_*" type="random" />
 237
 238    <!-- uncomment the following to ignore any fields that don't already match an existing
 239         field name or dynamic field, rather than reporting them as an error.
 240         alternately, change the type="ignored" to some other type e.g. "text" if you want
 241         unknown fields indexed and/or stored by default -->
 242    <!--dynamicField name="*" type="ignored" multiValued="true" /-->
 243     <field name="uid" type="string" indexed="true" stored="true"/>
 244  </fields>
 245
 246
 247  <!-- Field to use to determine and enforce document uniqueness.
 248       Unless this field is marked with required="false", it will be a required field
 249    -->
 250  <uniqueKey>uid</uniqueKey>
 251
 252  <!-- DEPRECATED: The defaultSearchField is consulted by various query parsers when
 253   parsing a query string that isn't explicit about the field.  Machine (non-user)
 254   generated queries are best made explicit, or they can use the "df" request parameter
 255   which takes precedence over this.
 256   Note: Un-commenting defaultSearchField will be insufficient if your request handler
 257   in solrconfig.xml defines "df", which takes precedence. That would need to be removed.
 258  <defaultSearchField>text</defaultSearchField> -->
 259
 260  <!-- DEPRECATED: The defaultOperator (AND|OR) is consulted by various query parsers
 261   when parsing a query string to determine if a clause of the query should be marked as
 262   required or optional, assuming the clause isn't already marked by some operator.
 263   The default is OR, which is generally assumed so it is not a good idea to change it
 264   globally here.  The "q.op" request parameter takes precedence over this.
 265  <solrQueryParser defaultOperator="OR"/> -->
 266
 267   <!-- copyField commands copy one field to another at the time a document
 268         is added to the index.  It's used either to index the same field differently,
 269         or to add multiple fields to the same field for easier/faster searching.  -->
 270
 271   <copyField source="themes" dest="themes_pl"/>
 272   <copyField source="tag_name" dest="tag_name_pl"/>
 273
 274   <copyField source="translators" dest="metadata"/>
 275   <copyField source="epochs" dest="metadata"/>
 276   <copyField source="kinds" dest="metadata"/>
 277   <copyField source="genres" dest="metadata"/>
 278
 279 <!--
 280    <copyField source="cat" dest="text"/>
 281    <copyField source="name" dest="text"/>
 282    <copyField source="manu" dest="text"/>
 283    <copyField source="features" dest="text"/>
 284    <copyField source="includes" dest="text"/>
 285    <copyField source="manu" dest="manu_exact"/>
 286 -->
 287    <!-- Copy the price into a currency enabled field (default USD) -->
 288 <!--   <copyField source="price" dest="price_c"/>-->
 289
 290    <!-- Text fields from SolrCell to search by default in our catch-all field -->
 291 <!--   <copyField source="title" dest="text"/>
 292    <copyField source="author" dest="text"/>
 293    <copyField source="description" dest="text"/>
 294    <copyField source="keywords" dest="text"/>
 295    <copyField source="content" dest="text"/>
 296    <copyField source="content_type" dest="text"/>
 297    <copyField source="resourcename" dest="text"/>
 298    <copyField source="url" dest="text"/>-->
 299
 300    <!-- Create a string version of author for faceting -->
 301 <!--   <copyField source="author" dest="author_s"/>-->
 302
 303    <!-- Above, multiple source fields are copied to the [text] field.
 304           Another way to map multiple source fields to the same
 305           destination field is to use the dynamic field syntax.
 306           copyField also supports a maxChars to copy setting.  -->
 307
 308    <!-- <copyField source="*_t" dest="text" maxChars="3000"/> -->
 309
 310    <!-- copy name to alphaNameSort, a field designed for sorting by name -->
 311    <!-- <copyField source="name" dest="alphaNameSort"/> -->
 312
 313   <types>
 314     <!-- field type definitions. The "name" attribute is
 315        just a label to be used by field definitions.  The "class"
 316        attribute and any other attributes determine the real
 317        behavior of the fieldType.
 318          Class names starting with "solr" refer to java classes in a
 319        standard package such as org.apache.solr.analysis
 320     -->
 321
 322     <!-- The StrField type is not analyzed, but indexed/stored verbatim. -->
 323     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
 324
 325     <!-- boolean type: "true" or "false" -->
 326     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>
 327
 328     <!-- sortMissingLast and sortMissingFirst attributes are optional attributes are
 329          currently supported on types that are sorted internally as strings
 330          and on numeric types.
 331              This includes "string","boolean", and, as of 3.5 (and 4.x),
 332              int, float, long, date, double, including the "Trie" variants.
 333        - If sortMissingLast="true", then a sort on this field will cause documents
 334          without the field to come after documents with the field,
 335          regardless of the requested sort order (asc or desc).
 336        - If sortMissingFirst="true", then a sort on this field will cause documents
 337          without the field to come before documents with the field,
 338          regardless of the requested sort order.
 339        - If sortMissingLast="false" and sortMissingFirst="false" (the default),
 340          then default lucene sorting will be used which places docs without the
 341          field first in an ascending sort and last in a descending sort.
 342     -->
 343
 344     <!--
 345       Default numeric field types. For faster range queries, consider the tint/tfloat/tlong/tdouble types.
 346     -->
 347     <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
 348     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
 349     <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
 350     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>
 351
 352     <!--
 353      Numeric field types that index each value at various levels of precision
 354      to accelerate range queries when the number of values between the range
 355      endpoints is large. See the javadoc for NumericRangeQuery for internal
 356      implementation details.
 357
 358      Smaller precisionStep values (specified in bits) will lead to more tokens
 359      indexed per value, slightly larger index size, and faster range queries.
 360      A precisionStep of 0 disables indexing at different precision levels.
 361     -->
 362     <fieldType name="tint" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0"/>
 363     <fieldType name="tfloat" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0"/>
 364     <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0"/>
 365     <fieldType name="tdouble" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0"/>
 366
 367     <!-- The format for this date field is of the form 1995-12-31T23:59:59Z, and
 368          is a more restricted form of the canonical representation of dateTime
 369          http://www.w3.org/TR/xmlschema-2/#dateTime
 370          The trailing "Z" designates UTC time and is mandatory.
 371          Optional fractional seconds are allowed: 1995-12-31T23:59:59.999Z
 372          All other components are mandatory.
 373
 374          Expressions can also be used to denote calculations that should be
 375          performed relative to "NOW" to determine the value, ie...
 376
 377                NOW/HOUR
 378                   ... Round to the start of the current hour
 379                NOW-1DAY
 380                   ... Exactly 1 day prior to now
 381                NOW/DAY+6MONTHS+3DAYS
 382                   ... 6 months and 3 days in the future from the start of
 383                       the current day
 384
 385          Consult the DateField javadocs for more information.
 386
 387          Note: For faster range queries, consider the tdate type
 388       -->
 389     <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
 390
 391     <!-- A Trie based date field for faster date range queries and date faceting. -->
 392     <fieldType name="tdate" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0"/>
 393
 394
 395     <!--Binary data type. The data should be sent/retrieved in as Base64 encoded Strings -->
 396     <fieldtype name="binary" class="solr.BinaryField"/>
 397
 398     <!--
 399       Note:
 400       These should only be used for compatibility with existing indexes (created with lucene or older Solr versions).
 401       Use Trie based fields instead. As of Solr 3.5 and 4.x, Trie based fields support sortMissingFirst/Last
 402
 403       Plain numeric field types that store and index the text
 404       value verbatim (and hence don't correctly support range queries, since the
 405       lexicographic ordering isn't equal to the numeric ordering)
 406     -->
 407     <fieldType name="pint" class="solr.IntField"/>
 408     <fieldType name="plong" class="solr.LongField"/>
 409     <fieldType name="pfloat" class="solr.FloatField"/>
 410     <fieldType name="pdouble" class="solr.DoubleField"/>
 411     <fieldType name="pdate" class="solr.DateField" sortMissingLast="true"/>
 412
 413     <!-- The "RandomSortField" is not used to store or search any
 414          data.  You can declare fields of this type it in your schema
 415          to generate pseudo-random orderings of your docs for sorting
 416          or function purposes.  The ordering is generated based on the field
 417          name and the version of the index. As long as the index version
 418          remains unchanged, and the same field name is reused,
 419          the ordering of the docs will be consistent.
 420          If you want different psuedo-random orderings of documents,
 421          for the same version of the index, use a dynamicField and
 422          change the field name in the request.
 423      -->
 424     <fieldType name="random" class="solr.RandomSortField" indexed="true" />
 425
 426     <!-- solr.TextField allows the specification of custom text analyzers
 427          specified as a tokenizer and a list of token filters. Different
 428          analyzers may be specified for indexing and querying.
 429
 430          The optional positionIncrementGap puts space between multiple fields of
 431          this type on the same document, with the purpose of preventing false phrase
 432          matching across fields.
 433
 434          For more info on customizing your analyzer chain, please see
 435          http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters
 436      -->
 437
 438     <!-- One can also specify an existing Analyzer class that has a
 439          default constructor via the class attribute on the analyzer element.
 440          Example:
 441     <fieldType name="text_greek" class="solr.TextField">
 442       <analyzer class="org.apache.lucene.analysis.el.GreekAnalyzer"/>
 443     </fieldType>
 444     -->
 445
 446     <fieldType name="uuid" class="solr.UUIDField" indexed="true" />
 447
 448
 449     <!-- A text field that only splits on whitespace for exact matching of words -->
 450     <fieldType name="text_ws" class="solr.TextField" positionIncrementGap="100">
 451       <analyzer>
 452         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 453       </analyzer>
 454     </fieldType>
 455
 456     <!-- A general text field that has reasonable, generic
 457          cross-language defaults: it tokenizes with StandardTokenizer,
 458          removes stop words from case-insensitive "stopwords.txt"
 459          (empty by default), and down cases.  At query time only, it
 460          also applies synonyms. -->
 461     <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
 462       <analyzer type="index">
 463         <tokenizer class="solr.StandardTokenizerFactory"/>
 464         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
 465         <!-- in this example, we will only use synonyms at query time
 466         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 467         -->
 468         <filter class="solr.LowerCaseFilterFactory"/>
 469       </analyzer>
 470       <analyzer type="query">
 471         <tokenizer class="solr.StandardTokenizerFactory"/>
 472         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
 473         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 474         <filter class="solr.LowerCaseFilterFactory"/>
 475       </analyzer>
 476     </fieldType>
 477
 478     <!-- A text field with defaults appropriate for English: it
 479          tokenizes with StandardTokenizer, removes English stop words
 480          (lang/stopwords_en.txt), down cases, protects words from protwords.txt, and
 481          finally applies Porter's stemming.  The query time analyzer
 482          also applies synonyms from synonyms.txt. -->
 483     <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
 484       <analyzer type="index">
 485         <tokenizer class="solr.StandardTokenizerFactory"/>
 486         <!-- in this example, we will only use synonyms at query time
 487         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 488         -->
 489         <!-- Case insensitive stop word removal.
 490           add enablePositionIncrements=true in both the index and query
 491           analyzers to leave a 'gap' for more accurate phrase queries.
 492         -->
 493         <filter class="solr.StopFilterFactory"
 494                 ignoreCase="true"
 495                 words="lang/stopwords_en.txt"
 496                 enablePositionIncrements="true"
 497                 />
 498         <filter class="solr.LowerCaseFilterFactory"/>
 499         <filter class="solr.EnglishPossessiveFilterFactory"/>
 500         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 501         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
 502         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 503         -->
 504         <filter class="solr.PorterStemFilterFactory"/>
 505       </analyzer>
 506       <analyzer type="query">
 507         <tokenizer class="solr.StandardTokenizerFactory"/>
 508         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 509         <filter class="solr.StopFilterFactory"
 510                 ignoreCase="true"
 511                 words="lang/stopwords_en.txt"
 512                 enablePositionIncrements="true"
 513                 />
 514         <filter class="solr.LowerCaseFilterFactory"/>
 515         <filter class="solr.EnglishPossessiveFilterFactory"/>
 516         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 517         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
 518         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 519         -->
 520         <filter class="solr.PorterStemFilterFactory"/>
 521       </analyzer>
 522     </fieldType>
 523
 524     <!-- A text field with defaults appropriate for English, plus
 525          aggressive word-splitting and autophrase features enabled.
 526          This field is just like text_en, except it adds
 527          WordDelimiterFilter to enable splitting and matching of
 528          words on case-change, alpha numeric boundaries, and
 529          non-alphanumeric chars.  This means certain compound word
 530          cases will work, for example query "wi fi" will match
 531          document "WiFi" or "wi-fi".
 532         -->
 533     <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
 534       <analyzer type="index">
 535         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 536         <!-- in this example, we will only use synonyms at query time
 537         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 538         -->
 539         <!-- Case insensitive stop word removal.
 540           add enablePositionIncrements=true in both the index and query
 541           analyzers to leave a 'gap' for more accurate phrase queries.
 542         -->
 543         <filter class="solr.StopFilterFactory"
 544                 ignoreCase="true"
 545                 words="lang/stopwords_en.txt"
 546                 enablePositionIncrements="true"
 547                 />
 548         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
 549         <filter class="solr.LowerCaseFilterFactory"/>
 550         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 551         <filter class="solr.PorterStemFilterFactory"/>
 552       </analyzer>
 553       <analyzer type="query">
 554         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 555         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 556         <filter class="solr.StopFilterFactory"
 557                 ignoreCase="true"
 558                 words="lang/stopwords_en.txt"
 559                 enablePositionIncrements="true"
 560                 />
 561         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
 562         <filter class="solr.LowerCaseFilterFactory"/>
 563         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 564         <filter class="solr.PorterStemFilterFactory"/>
 565       </analyzer>
 566     </fieldType>
 567
 568     <!-- Less flexible matching, but less false matches.  Probably not ideal for product names,
 569          but may be good for SKUs.  Can insert dashes in the wrong place and still match. -->
 570     <fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
 571       <analyzer>
 572         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 573         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
 574         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
 575         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
 576         <filter class="solr.LowerCaseFilterFactory"/>
 577         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 578         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 579         <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
 580              possible with WordDelimiterFilter in conjuncton with stemming. -->
 581         <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
 582       </analyzer>
 583     </fieldType>
 584
 585     <!-- Just like text_general except it reverses the characters of
 586          each token, to enable more efficient leading wildcard queries. -->
 587     <fieldType name="text_general_rev" class="solr.TextField" positionIncrementGap="100">
 588       <analyzer type="index">
 589         <tokenizer class="solr.StandardTokenizerFactory"/>
 590         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
 591         <filter class="solr.LowerCaseFilterFactory"/>
 592         <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
 593            maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 594       </analyzer>
 595       <analyzer type="query">
 596         <tokenizer class="solr.StandardTokenizerFactory"/>
 597         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 598         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
 599         <filter class="solr.LowerCaseFilterFactory"/>
 600       </analyzer>
 601     </fieldType>
 602
 603     <!-- charFilter + WhitespaceTokenizer  -->
 604     <!--
 605     <fieldType name="text_char_norm" class="solr.TextField" positionIncrementGap="100" >
 606       <analyzer>
 607         <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
 608         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 609       </analyzer>
 610     </fieldType>
 611     -->
 612
 613     <!-- This is an example of using the KeywordTokenizer along
 614          With various TokenFilterFactories to produce a sortable field
 615          that does not include some properties of the source text
 616       -->
 617     <fieldType name="alphaOnlySort" class="solr.TextField" sortMissingLast="true" omitNorms="true">
 618       <analyzer>
 619         <!-- KeywordTokenizer does no actual tokenizing, so the entire
 620              input string is preserved as a single token
 621           -->
 622         <tokenizer class="solr.KeywordTokenizerFactory"/>
 623         <!-- The LowerCase TokenFilter does what you expect, which can be
 624              when you want your sorting to be case insensitive
 625           -->
 626         <filter class="solr.LowerCaseFilterFactory" />
 627         <!-- The TrimFilter removes any leading or trailing whitespace -->
 628         <filter class="solr.TrimFilterFactory" />
 629         <!-- The PatternReplaceFilter gives you the flexibility to use
 630              Java Regular expression to replace any sequence of characters
 631              matching a pattern with an arbitrary replacement string,
 632              which may include back references to portions of the original
 633              string matched by the pattern.
 634
 635              See the Java Regular Expression documentation for more
 636              information on pattern and replacement string syntax.
 637
 638              http://java.sun.com/j2se/1.6.0/docs/api/java/util/regex/package-summary.html
 639           -->
 640         <filter class="solr.PatternReplaceFilterFactory"
 641                 pattern="([^a-z])" replacement="" replace="all"
 642         />
 643       </analyzer>
 644     </fieldType>
 645
 646     <fieldtype name="phonetic" stored="false" indexed="true" class="solr.TextField" >
 647       <analyzer>
 648         <tokenizer class="solr.StandardTokenizerFactory"/>
 649         <filter class="solr.DoubleMetaphoneFilterFactory" inject="false"/>
 650       </analyzer>
 651     </fieldtype>
 652
 653     <fieldtype name="payloads" stored="false" indexed="true" class="solr.TextField" >
 654       <analyzer>
 655         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 656         <!--
 657         The DelimitedPayloadTokenFilter can put payloads on tokens... for example,
 658         a token of "foo|1.4"  would be indexed as "foo" with a payload of 1.4f
 659         Attributes of the DelimitedPayloadTokenFilterFactory :
 660          "delimiter" - a one character delimiter. Default is | (pipe)
 661          "encoder" - how to encode the following value into a playload
 662             float -> org.apache.lucene.analysis.payloads.FloatEncoder,
 663             integer -> o.a.l.a.p.IntegerEncoder
 664             identity -> o.a.l.a.p.IdentityEncoder
 665             Fully Qualified class name implementing PayloadEncoder, Encoder must have a no arg constructor.
 666          -->
 667         <filter class="solr.DelimitedPayloadTokenFilterFactory" encoder="float"/>
 668       </analyzer>
 669     </fieldtype>
 670
 671     <!-- lowercases the entire field value, keeping it as a single token.  -->
 672     <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
 673       <analyzer>
 674         <tokenizer class="solr.KeywordTokenizerFactory"/>
 675         <filter class="solr.LowerCaseFilterFactory" />
 676       </analyzer>
 677     </fieldType>
 678
 679     <!--
 680       Example of using PathHierarchyTokenizerFactory at index time, so
 681       queries for paths match documents at that path, or in descendent paths
 682     -->
 683     <fieldType name="descendent_path" class="solr.TextField">
 684       <analyzer type="index">
 685         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
 686       </analyzer>
 687       <analyzer type="query">
 688         <tokenizer class="solr.KeywordTokenizerFactory" />
 689       </analyzer>
 690     </fieldType>
 691     <!--
 692       Example of using PathHierarchyTokenizerFactory at query time, so
 693       queries for paths match documents at that path, or in ancestor paths
 694     -->
 695     <fieldType name="ancestor_path" class="solr.TextField">
 696       <analyzer type="index">
 697         <tokenizer class="solr.KeywordTokenizerFactory" />
 698       </analyzer>
 699       <analyzer type="query">
 700         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
 701       </analyzer>
 702     </fieldType>
 703
 704     <!-- since fields of this type are by default not stored or indexed,
 705          any data added to them will be ignored outright.  -->
 706     <fieldtype name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
 707
 708     <!-- This point type indexes the coordinates as separate fields (subFields)
 709       If subFieldType is defined, it references a type, and a dynamic field
 710       definition is created matching *___<typename>.  Alternately, if
 711       subFieldSuffix is defined, that is used to create the subFields.
 712       Example: if subFieldType="double", then the coordinates would be
 713         indexed in fields myloc_0___double,myloc_1___double.
 714       Example: if subFieldSuffix="_d" then the coordinates would be indexed
 715         in fields myloc_0_d,myloc_1_d
 716       The subFields are an implementation detail of the fieldType, and end
 717       users normally should not need to know about them.
 718      -->
 719     <fieldType name="point" class="solr.PointType" dimension="2" subFieldSuffix="_d"/>
 720
 721     <!-- A specialized field for geospatial search. If indexed, this fieldType must not be multivalued. -->
 722     <fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
 723
 724    <!--
 725     A Geohash is a compact representation of a latitude longitude pair in a single field.
 726     See http://wiki.apache.org/solr/SpatialSearch
 727    -->
 728     <fieldtype name="geohash" class="solr.GeoHashField"/>
 729
 730    <!-- Money/currency field type. See http://wiki.apache.org/solr/MoneyFieldType
 731         Parameters:
 732           defaultCurrency: Specifies the default currency if none specified. Defaults to "USD"
 733           precisionStep:   Specifies the precisionStep for the TrieLong field used for the amount
 734           providerClass:   Lets you plug in other exchange provider backend:
 735                            solr.FileExchangeRateProvider is the default and takes one parameter:
 736                              currencyConfig: name of an xml file holding exhange rates
 737                            solr.OpenExchangeRatesOrgProvider uses rates from openexchangerates.org:
 738                              ratesFileLocation: URL or path to rates JSON file (default latest.json on the web)
 739                              refreshInterval: Number of minutes between each rates fetch (default: 1440, min: 60)
 740    -->
 741 <!--    <fieldType name="currency" class="solr.CurrencyField" precisionStep="8" defaultCurrency="USD" currencyConfig="currency.xml" /> - nie dziala -->
 742
 743
 744
 745    <!-- some examples for different languages (generally ordered by ISO code) -->
 746
 747     <!-- Arabic -->
 748     <fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
 749       <analyzer>
 750         <tokenizer class="solr.StandardTokenizerFactory"/>
 751         <!-- for any non-arabic -->
 752         <filter class="solr.LowerCaseFilterFactory"/>
 753         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ar.txt" enablePositionIncrements="true"/>
 754         <!-- normalizes ﻯ to ﻱ, etc -->
 755         <filter class="solr.ArabicNormalizationFilterFactory"/>
 756         <filter class="solr.ArabicStemFilterFactory"/>
 757       </analyzer>
 758     </fieldType>
 759
 760     <!-- Bulgarian -->
 761     <fieldType name="text_bg" class="solr.TextField" positionIncrementGap="100">
 762       <analyzer>
 763         <tokenizer class="solr.StandardTokenizerFactory"/>
 764         <filter class="solr.LowerCaseFilterFactory"/>
 765         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_bg.txt" enablePositionIncrements="true"/>
 766         <filter class="solr.BulgarianStemFilterFactory"/>
 767       </analyzer>
 768     </fieldType>
 769
 770     <!-- Catalan -->
 771     <fieldType name="text_ca" class="solr.TextField" positionIncrementGap="100">
 772       <analyzer>
 773         <tokenizer class="solr.StandardTokenizerFactory"/>
 774         <!-- removes l', etc -->
 775         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ca.txt"/>
 776         <filter class="solr.LowerCaseFilterFactory"/>
 777         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ca.txt" enablePositionIncrements="true"/>
 778         <filter class="solr.SnowballPorterFilterFactory" language="Catalan"/>
 779       </analyzer>
 780     </fieldType>
 781
 782     <!-- CJK bigram (see text_ja for a Japanese configuration using morphological analysis) -->
 783     <fieldType name="text_cjk" class="solr.TextField" positionIncrementGap="100">
 784       <analyzer>
 785         <tokenizer class="solr.StandardTokenizerFactory"/>
 786         <!-- normalize width before bigram, as e.g. half-width dakuten combine  -->
 787         <filter class="solr.CJKWidthFilterFactory"/>
 788         <!-- for any non-CJK -->
 789         <filter class="solr.LowerCaseFilterFactory"/>
 790         <filter class="solr.CJKBigramFilterFactory"/>
 791       </analyzer>
 792     </fieldType>
 793
 794     <!-- Czech -->
 795     <fieldType name="text_cz" class="solr.TextField" positionIncrementGap="100">
 796       <analyzer>
 797         <tokenizer class="solr.StandardTokenizerFactory"/>
 798         <filter class="solr.LowerCaseFilterFactory"/>
 799         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_cz.txt" enablePositionIncrements="true"/>
 800         <filter class="solr.CzechStemFilterFactory"/>
 801       </analyzer>
 802     </fieldType>
 803
 804     <!-- Danish -->
 805     <fieldType name="text_da" class="solr.TextField" positionIncrementGap="100">
 806       <analyzer>
 807         <tokenizer class="solr.StandardTokenizerFactory"/>
 808         <filter class="solr.LowerCaseFilterFactory"/>
 809         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_da.txt" format="snowball" enablePositionIncrements="true"/>
 810         <filter class="solr.SnowballPorterFilterFactory" language="Danish"/>
 811       </analyzer>
 812     </fieldType>
 813
 814     <!-- German -->
 815     <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
 816       <analyzer>
 817         <tokenizer class="solr.StandardTokenizerFactory"/>
 818         <filter class="solr.LowerCaseFilterFactory"/>
 819         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball" enablePositionIncrements="true"/>
 820         <filter class="solr.GermanNormalizationFilterFactory"/>
 821         <filter class="solr.GermanLightStemFilterFactory"/>
 822         <!-- less aggressive: <filter class="solr.GermanMinimalStemFilterFactory"/> -->
 823         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="German2"/> -->
 824       </analyzer>
 825     </fieldType>
 826
 827     <!-- Greek -->
 828     <fieldType name="text_el" class="solr.TextField" positionIncrementGap="100">
 829       <analyzer>
 830         <tokenizer class="solr.StandardTokenizerFactory"/>
 831         <!-- greek specific lowercase for sigma -->
 832         <filter class="solr.GreekLowerCaseFilterFactory"/>
 833         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_el.txt" enablePositionIncrements="true"/>
 834         <filter class="solr.GreekStemFilterFactory"/>
 835       </analyzer>
 836     </fieldType>
 837
 838     <!-- Spanish -->
 839     <fieldType name="text_es" class="solr.TextField" positionIncrementGap="100">
 840       <analyzer>
 841         <tokenizer class="solr.StandardTokenizerFactory"/>
 842         <filter class="solr.LowerCaseFilterFactory"/>
 843         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_es.txt" format="snowball" enablePositionIncrements="true"/>
 844         <filter class="solr.SpanishLightStemFilterFactory"/>
 845         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Spanish"/> -->
 846       </analyzer>
 847     </fieldType>
 848
 849     <!-- Basque -->
 850     <fieldType name="text_eu" class="solr.TextField" positionIncrementGap="100">
 851       <analyzer>
 852         <tokenizer class="solr.StandardTokenizerFactory"/>
 853         <filter class="solr.LowerCaseFilterFactory"/>
 854         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_eu.txt" enablePositionIncrements="true"/>
 855         <filter class="solr.SnowballPorterFilterFactory" language="Basque"/>
 856       </analyzer>
 857     </fieldType>
 858
 859     <!-- Persian -->
 860     <fieldType name="text_fa" class="solr.TextField" positionIncrementGap="100">
 861       <analyzer>
 862         <!-- for ZWNJ -->
 863         <charFilter class="solr.PersianCharFilterFactory"/>
 864         <tokenizer class="solr.StandardTokenizerFactory"/>
 865         <filter class="solr.LowerCaseFilterFactory"/>
 866         <filter class="solr.ArabicNormalizationFilterFactory"/>
 867         <filter class="solr.PersianNormalizationFilterFactory"/>
 868         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fa.txt" enablePositionIncrements="true"/>
 869       </analyzer>
 870     </fieldType>
 871
 872     <!-- Finnish -->
 873     <fieldType name="text_fi" class="solr.TextField" positionIncrementGap="100">
 874       <analyzer>
 875         <tokenizer class="solr.StandardTokenizerFactory"/>
 876         <filter class="solr.LowerCaseFilterFactory"/>
 877         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fi.txt" format="snowball" enablePositionIncrements="true"/>
 878         <filter class="solr.SnowballPorterFilterFactory" language="Finnish"/>
 879         <!-- less aggressive: <filter class="solr.FinnishLightStemFilterFactory"/> -->
 880       </analyzer>
 881     </fieldType>
 882
 883     <!-- French -->
 884     <fieldType name="text_fr" class="solr.TextField" positionIncrementGap="100">
 885       <analyzer>
 886         <tokenizer class="solr.StandardTokenizerFactory"/>
 887         <!-- removes l', etc -->
 888         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_fr.txt"/>
 889         <filter class="solr.LowerCaseFilterFactory"/>
 890         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fr.txt" format="snowball" enablePositionIncrements="true"/>
 891         <filter class="solr.FrenchLightStemFilterFactory"/>
 892         <!-- less aggressive: <filter class="solr.FrenchMinimalStemFilterFactory"/> -->
 893         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="French"/> -->
 894       </analyzer>
 895     </fieldType>
 896
 897     <!-- Irish -->
 898     <fieldType name="text_ga" class="solr.TextField" positionIncrementGap="100">
 899       <analyzer>
 900         <tokenizer class="solr.StandardTokenizerFactory"/>
 901         <!-- removes d', etc -->
 902         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ga.txt"/>
 903         <!-- removes n-, etc. position increments is intentionally false! -->
 904         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/hyphenations_ga.txt" enablePositionIncrements="false"/>
 905         <filter class="solr.IrishLowerCaseFilterFactory"/>
 906         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ga.txt" enablePositionIncrements="true"/>
 907         <filter class="solr.SnowballPorterFilterFactory" language="Irish"/>
 908       </analyzer>
 909     </fieldType>
 910
 911     <!-- Galician -->
 912     <fieldType name="text_gl" class="solr.TextField" positionIncrementGap="100">
 913       <analyzer>
 914         <tokenizer class="solr.StandardTokenizerFactory"/>
 915         <filter class="solr.LowerCaseFilterFactory"/>
 916         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_gl.txt" enablePositionIncrements="true"/>
 917         <filter class="solr.GalicianStemFilterFactory"/>
 918         <!-- less aggressive: <filter class="solr.GalicianMinimalStemFilterFactory"/> -->
 919       </analyzer>
 920     </fieldType>
 921
 922     <!-- Hindi -->
 923     <fieldType name="text_hi" class="solr.TextField" positionIncrementGap="100">
 924       <analyzer>
 925         <tokenizer class="solr.StandardTokenizerFactory"/>
 926         <filter class="solr.LowerCaseFilterFactory"/>
 927         <!-- normalizes unicode representation -->
 928         <filter class="solr.IndicNormalizationFilterFactory"/>
 929         <!-- normalizes variation in spelling -->
 930         <filter class="solr.HindiNormalizationFilterFactory"/>
 931         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hi.txt" enablePositionIncrements="true"/>
 932         <filter class="solr.HindiStemFilterFactory"/>
 933       </analyzer>
 934     </fieldType>
 935
 936     <!-- Hungarian -->
 937     <fieldType name="text_hu" class="solr.TextField" positionIncrementGap="100">
 938       <analyzer>
 939         <tokenizer class="solr.StandardTokenizerFactory"/>
 940         <filter class="solr.LowerCaseFilterFactory"/>
 941         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hu.txt" format="snowball" enablePositionIncrements="true"/>
 942         <filter class="solr.SnowballPorterFilterFactory" language="Hungarian"/>
 943         <!-- less aggressive: <filter class="solr.HungarianLightStemFilterFactory"/> -->
 944       </analyzer>
 945     </fieldType>
 946
 947     <!-- Armenian -->
 948     <fieldType name="text_hy" class="solr.TextField" positionIncrementGap="100">
 949       <analyzer>
 950         <tokenizer class="solr.StandardTokenizerFactory"/>
 951         <filter class="solr.LowerCaseFilterFactory"/>
 952         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hy.txt" enablePositionIncrements="true"/>
 953         <filter class="solr.SnowballPorterFilterFactory" language="Armenian"/>
 954       </analyzer>
 955     </fieldType>
 956
 957     <!-- Indonesian -->
 958     <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
 959       <analyzer>
 960         <tokenizer class="solr.StandardTokenizerFactory"/>
 961         <filter class="solr.LowerCaseFilterFactory"/>
 962         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_id.txt" enablePositionIncrements="true"/>
 963         <!-- for a less aggressive approach (only inflectional suffixes), set stemDerivational to false -->
 964         <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
 965       </analyzer>
 966     </fieldType>
 967
 968     <!-- Italian -->
 969     <fieldType name="text_it" class="solr.TextField" positionIncrementGap="100">
 970       <analyzer>
 971         <tokenizer class="solr.StandardTokenizerFactory"/>
 972         <!-- removes l', etc -->
 973         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_it.txt"/>
 974         <filter class="solr.LowerCaseFilterFactory"/>
 975         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_it.txt" format="snowball" enablePositionIncrements="true"/>
 976         <filter class="solr.ItalianLightStemFilterFactory"/>
 977         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Italian"/> -->
 978       </analyzer>
 979     </fieldType>
 980
 981     <!-- Japanese using morphological analysis (see text_cjk for a configuration using bigramming)
 982
 983          NOTE: If you want to optimize search for precision, use default operator AND in your query
 984          parser config with <solrQueryParser defaultOperator="AND"/> further down in this file.  Use
 985          OR if you would like to optimize for recall (default).
 986     -->
 987     <fieldType name="text_ja" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
 988       <analyzer>
 989       <!-- Kuromoji Japanese morphological analyzer/tokenizer (JapaneseTokenizer)
 990
 991            Kuromoji has a search mode (default) that does segmentation useful for search.  A heuristic
 992            is used to segment compounds into its parts and the compound itself is kept as synonym.
 993
 994            Valid values for attribute mode are:
 995               normal: regular segmentation
 996               search: segmentation useful for search with synonyms compounds (default)
 997             extended: same as search mode, but unigrams unknown words (experimental)
 998
 999            For some applications it might be good to use search mode for indexing and normal mode for
1000            queries to reduce recall and prevent parts of compounds from being matched and highlighted.
1001            Use <analyzer type="index"> and <analyzer type="query"> for this and mode normal in query.
1002
1003            Kuromoji also has a convenient user dictionary feature that allows overriding the statistical
1004            model with your own entries for segmentation, part-of-speech tags and readings without a need
1005            to specify weights.  Notice that user dictionaries have not been subject to extensive testing.
1006
1007            User dictionary attributes are:
1008                      userDictionary: user dictionary filename
1009              userDictionaryEncoding: user dictionary encoding (default is UTF-8)
1010
1011            See lang/userdict_ja.txt for a sample user dictionary file.
1012
1013            Punctuation characters are discarded by default.  Use discardPunctuation="false" to keep them.
1014
1015            See http://wiki.apache.org/solr/JapaneseLanguageSupport for more on Japanese language support.
1016         -->
1017         <tokenizer class="solr.JapaneseTokenizerFactory" mode="search"/>
1018         <!--<tokenizer class="solr.JapaneseTokenizerFactory" mode="search" userDictionary="lang/userdict_ja.txt"/>-->
1019         <!-- Reduces inflected verbs and adjectives to their base/dictionary forms (辞書形) -->
1020         <filter class="solr.JapaneseBaseFormFilterFactory"/>
1021         <!-- Removes tokens with certain part-of-speech tags -->
1022         <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt" enablePositionIncrements="true"/>
1023         <!-- Normalizes full-width romaji to half-width and half-width kana to full-width (Unicode NFKC subset) -->
1024         <filter class="solr.CJKWidthFilterFactory"/>
1025         <!-- Removes common tokens typically not useful for search, but have a negative effect on ranking -->
1026         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt" enablePositionIncrements="true" />
1027         <!-- Normalizes common katakana spelling variations by removing any last long sound character (U+30FC) -->
1028         <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/>
1029         <!-- Lower-cases romaji characters -->
1030         <filter class="solr.LowerCaseFilterFactory"/>
1031       </analyzer>
1032     </fieldType>
1033
1034     <!-- Latvian -->
1035     <fieldType name="text_lv" class="solr.TextField" positionIncrementGap="100">
1036       <analyzer>
1037         <tokenizer class="solr.StandardTokenizerFactory"/>
1038         <filter class="solr.LowerCaseFilterFactory"/>
1039         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_lv.txt" enablePositionIncrements="true"/>
1040         <filter class="solr.LatvianStemFilterFactory"/>
1041       </analyzer>
1042     </fieldType>
1043
1044     <!-- Dutch -->
1045     <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
1046       <analyzer>
1047         <tokenizer class="solr.StandardTokenizerFactory"/>
1048         <filter class="solr.LowerCaseFilterFactory"/>
1049         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" enablePositionIncrements="true"/>
1050         <filter class="solr.StemmerOverrideFilterFactory" dictionary="lang/stemdict_nl.txt" ignoreCase="false"/>
1051         <filter class="solr.SnowballPorterFilterFactory" language="Dutch"/>
1052       </analyzer>
1053     </fieldType>
1054
1055     <!-- Norwegian -->
1056     <fieldType name="text_no" class="solr.TextField" positionIncrementGap="100">
1057       <analyzer>
1058         <tokenizer class="solr.StandardTokenizerFactory"/>
1059         <filter class="solr.LowerCaseFilterFactory"/>
1060         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_no.txt" format="snowball" enablePositionIncrements="true"/>
1061         <filter class="solr.SnowballPorterFilterFactory" language="Norwegian"/>
1062         <!-- less aggressive: <filter class="solr.NorwegianLightStemFilterFactory"/> -->
1063         <!-- singular/plural: <filter class="solr.NorwegianMinimalStemFilterFactory"/> -->
1064       </analyzer>
1065     </fieldType>
1066
1067     <!-- Polish -->
1068     <fieldType name="text_pl" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1069       <analyzer>
1070         <tokenizer class="solr.StandardTokenizerFactory"/>
1071         <filter class="solr.LowerCaseFilterFactory"/>
1072         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pl.txt" format="snowball" enablePositionIncrements="true"/>
1073         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1074         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1075         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1076         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1077       </analyzer>
1078     </fieldType>
1079
1080     <fieldType name="text_pl_nonstop" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
1081       <analyzer>
1082         <tokenizer class="solr.StandardTokenizerFactory"/>
1083         <filter class="solr.LowerCaseFilterFactory"/>
1084         <filter class="solr.MorfologikFilterFactory" dictionary="MORFOLOGIK" />
1085         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1086         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1087         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1088       </analyzer>
1089     </fieldType>
1090
1091     <!-- Portuguese -->
1092     <fieldType name="text_pt" class="solr.TextField" positionIncrementGap="100">
1093       <analyzer>
1094         <tokenizer class="solr.StandardTokenizerFactory"/>
1095         <filter class="solr.LowerCaseFilterFactory"/>
1096         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pt.txt" format="snowball" enablePositionIncrements="true"/>
1097         <filter class="solr.PortugueseLightStemFilterFactory"/>
1098         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1099         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1100         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1101       </analyzer>
1102     </fieldType>
1103
1104     <!-- Romanian -->
1105     <fieldType name="text_ro" class="solr.TextField" positionIncrementGap="100">
1106       <analyzer>
1107         <tokenizer class="solr.StandardTokenizerFactory"/>
1108         <filter class="solr.LowerCaseFilterFactory"/>
1109         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ro.txt" enablePositionIncrements="true"/>
1110         <filter class="solr.SnowballPorterFilterFactory" language="Romanian"/>
1111       </analyzer>
1112     </fieldType>
1113
1114     <!-- Russian -->
1115     <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
1116       <analyzer>
1117         <tokenizer class="solr.StandardTokenizerFactory"/>
1118         <filter class="solr.LowerCaseFilterFactory"/>
1119         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" enablePositionIncrements="true"/>
1120         <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
1121         <!-- less aggressive: <filter class="solr.RussianLightStemFilterFactory"/> -->
1122       </analyzer>
1123     </fieldType>
1124
1125     <!-- Swedish -->
1126     <fieldType name="text_sv" class="solr.TextField" positionIncrementGap="100">
1127       <analyzer>
1128         <tokenizer class="solr.StandardTokenizerFactory"/>
1129         <filter class="solr.LowerCaseFilterFactory"/>
1130         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_sv.txt" format="snowball" enablePositionIncrements="true"/>
1131         <filter class="solr.SnowballPorterFilterFactory" language="Swedish"/>
1132         <!-- less aggressive: <filter class="solr.SwedishLightStemFilterFactory"/> -->
1133       </analyzer>
1134     </fieldType>
1135
1136     <!-- Thai -->
1137     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">
1138       <analyzer>
1139         <tokenizer class="solr.StandardTokenizerFactory"/>
1140         <filter class="solr.LowerCaseFilterFactory"/>
1141         <filter class="solr.ThaiWordFilterFactory"/>
1142         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_th.txt" enablePositionIncrements="true"/>
1143       </analyzer>
1144     </fieldType>
1145
1146     <!-- Turkish -->
1147     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
1148       <analyzer>
1149         <tokenizer class="solr.StandardTokenizerFactory"/>
1150         <filter class="solr.TurkishLowerCaseFilterFactory"/>
1151         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_tr.txt" enablePositionIncrements="true"/>
1152         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>
1153       </analyzer>
1154     </fieldType>
1155
1156  </types>
1157
1158   <!-- Similarity is the scoring routine for each document vs. a query.
1159        A custom Similarity or SimilarityFactory may be specified here, but
1160        the default is fine for most applications.
1161        For more info: http://wiki.apache.org/solr/SchemaXml#Similarity
1162     -->
1163   <!--
1164      <similarity class="com.example.solr.CustomSimilarityFactory">
1165        <str name="paramkey">param value</str>
1166      </similarity>
1167     -->
1168
1169 </schema>