zookeeper/example-schemaless/solr/collection1/conf/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-schemaless" 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
  51        semantics.  It should not normally be changed by applications.
  52
  53        1.0: multiValued attribute did not exist, all fields are multiValued
  54             by nature
  55        1.1: multiValued attribute introduced, false by default
  56        1.2: omitTermFreqAndPositions attribute introduced, true by default
  57             except for text fields.
  58        1.3: removed optional field compress feature
  59        1.4: autoGeneratePhraseQueries attribute introduced to drive QueryParser
  60             behavior when a single string produces multiple tokens.  Defaults
  61             to off for version >= 1.4
  62        1.5: omitNorms defaults to true for primitive field types
  63             (int, float, boolean, string...)
  64      -->
  65
  66   <fields>
  67     <!-- Valid attributes for fields:
  68      name: mandatory - the name for the field
  69      type: mandatory - the name of a field type from the
  70        <types> fieldType section
  71      indexed: true if this field should be indexed (searchable or sortable)
  72      stored: true if this field should be retrievable
  73      docValues: true if this field should have doc values. Doc values are
  74        useful for faceting, grouping, sorting and function queries. Although not
  75        required, doc values will make the index faster to load, more
  76        NRT-friendly and more memory-efficient. They however come with some
  77        limitations: they are currently only supported by StrField, UUIDField
  78        and all Trie*Fields, and depending on the field type, they might
  79        require the field to be single-valued, be required or have a default
  80        value (check the documentation of the field type you're interested in
  81        for more information)
  82      multiValued: true if this field may contain multiple values per document
  83      omitNorms: (expert) set to true to omit the norms associated with
  84        this field (this disables length normalization and index-time
  85        boosting for the field, and saves some memory).  Only full-text
  86        fields or fields that need an index-time boost need norms.
  87        Norms are omitted for primitive (non-analyzed) types by default.
  88      termVectors: [false] set to true to store the term vector for a
  89        given field.
  90        When using MoreLikeThis, fields used for similarity should be
  91        stored for best performance.
  92      termPositions: Store position information with the term vector.
  93        This will increase storage costs.
  94      termOffsets: Store offset information with the term vector. This
  95        will increase storage costs.
  96      required: The field is required.  It will throw an error if the
  97        value does not exist
  98      default: a value that should be used if no value is specified
  99        when adding a document.
 100    -->
 101
 102     <!-- field names should consist of alphanumeric or underscore characters only and
 103       not start with a digit.  This is not currently strictly enforced,
 104       but other field names will not have first class support from all components
 105       and back compatibility is not guaranteed.  Names with both leading and
 106       trailing underscores (e.g. _version_) are reserved.
 107    -->
 108
 109     <!-- In this "schemaless" example, only two fields are pre-declared: id and _version_.
 110          All other fields will be type guessed and added via the
 111          "add-unknown-fields-to-the-schema" update request processor chain declared
 112          in solrconfig.xml.
 113       -->
 114     <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
 115     <field name="_version_" type="long" indexed="true" stored="true"/>
 116
 117
 118     <!-- Dynamic field definitions allow using convention over configuration
 119        for fields via the specification of patterns to match field names.
 120        EXAMPLE:  name="*_i" will match any field ending in _i (like myid_i, z_i)
 121        RESTRICTION: the glob-like pattern in the name attribute must have
 122        a "*" only at the start or the end.  -->
 123
 124     <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>
 125     <dynamicField name="*_is" type="int"    indexed="true"  stored="true"  multiValued="true"/>
 126     <dynamicField name="*_s"  type="string"  indexed="true"  stored="true" />
 127     <dynamicField name="*_ss" type="string"  indexed="true"  stored="true" multiValued="true"/>
 128     <dynamicField name="*_l"  type="long"   indexed="true"  stored="true"/>
 129     <dynamicField name="*_ls" type="long"   indexed="true"  stored="true"  multiValued="true"/>
 130     <dynamicField name="*_t"  type="text_general"    indexed="true"  stored="true"/>
 131     <dynamicField name="*_txt" type="text_general"   indexed="true"  stored="true" multiValued="true"/>
 132     <dynamicField name="*_en"  type="text_en"    indexed="true"  stored="true" multiValued="true"/>
 133     <dynamicField name="*_b"  type="boolean" indexed="true" stored="true"/>
 134     <dynamicField name="*_bs" type="boolean" indexed="true" stored="true"  multiValued="true"/>
 135     <dynamicField name="*_f"  type="float"  indexed="true"  stored="true"/>
 136     <dynamicField name="*_fs" type="float"  indexed="true"  stored="true"  multiValued="true"/>
 137     <dynamicField name="*_d"  type="double" indexed="true"  stored="true"/>
 138     <dynamicField name="*_ds" type="double" indexed="true"  stored="true"  multiValued="true"/>
 139
 140     <!-- Type used to index the lat and lon components for the "location" FieldType -->
 141     <dynamicField name="*_coordinate"  type="tdouble" indexed="true"  stored="false" />
 142
 143     <dynamicField name="*_dt"  type="date"    indexed="true"  stored="true"/>
 144     <dynamicField name="*_dts" type="date"    indexed="true"  stored="true" multiValued="true"/>
 145     <dynamicField name="*_p"  type="location" indexed="true" stored="true"/>
 146
 147     <!-- some trie-coded dynamic fields for faster range queries -->
 148     <dynamicField name="*_ti" type="tint"    indexed="true"  stored="true"/>
 149     <dynamicField name="*_tl" type="tlong"   indexed="true"  stored="true"/>
 150     <dynamicField name="*_tf" type="tfloat"  indexed="true"  stored="true"/>
 151     <dynamicField name="*_td" type="tdouble" indexed="true"  stored="true"/>
 152     <dynamicField name="*_tdt" type="tdate"  indexed="true"  stored="true"/>
 153
 154     <dynamicField name="*_pi"  type="pint"    indexed="true"  stored="true"/>
 155     <dynamicField name="*_c"   type="currency" indexed="true"  stored="true"/>
 156
 157     <dynamicField name="ignored_*" type="ignored" multiValued="true"/>
 158     <dynamicField name="attr_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
 159
 160     <dynamicField name="random_*" type="random" />
 161
 162     <!-- uncomment the following to ignore any fields that don't already match an existing
 163         field name or dynamic field, rather than reporting them as an error.
 164         alternately, change the type="ignored" to some other type e.g. "text" if you want
 165         unknown fields indexed and/or stored by default
 166
 167         NB: use of "*" dynamic fields will disable field type guessing and adding
 168         unknown fields to the schema. -->
 169     <!--dynamicField name="*" type="ignored" multiValued="true" /-->
 170
 171   </fields>
 172
 173
 174   <!-- Field to use to determine and enforce document uniqueness.
 175       Unless this field is marked with required="false", it will be a required field
 176    -->
 177   <uniqueKey>id</uniqueKey>
 178
 179   <!-- DEPRECATED: The defaultSearchField is consulted by various query parsers when
 180   parsing a query string that isn't explicit about the field.  Machine (non-user)
 181   generated queries are best made explicit, or they can use the "df" request parameter
 182   which takes precedence over this.
 183   Note: Un-commenting defaultSearchField will be insufficient if your request handler
 184   in solrconfig.xml defines "df", which takes precedence. That would need to be removed.
 185  <defaultSearchField>text</defaultSearchField> -->
 186
 187   <!-- DEPRECATED: The defaultOperator (AND|OR) is consulted by various query parsers
 188   when parsing a query string to determine if a clause of the query should be marked as
 189   required or optional, assuming the clause isn't already marked by some operator.
 190   The default is OR, which is generally assumed so it is not a good idea to change it
 191   globally here.  The "q.op" request parameter takes precedence over this.
 192  <solrQueryParser defaultOperator="OR"/> -->
 193
 194   <!-- copyField commands copy one field to another at the time a document
 195         is added to the index.  It's used either to index the same field differently,
 196         or to add multiple fields to the same field for easier/faster searching.
 197
 198    <copyField source="cat" dest="text"/>
 199    <copyField source="name" dest="text"/>
 200    <copyField source="manu" dest="text"/>
 201    <copyField source="features" dest="text"/>
 202    <copyField source="includes" dest="text"/>
 203    <copyField source="manu" dest="manu_exact"/>
 204    -->
 205
 206   <!-- Copy the price into a currency enabled field (default USD)
 207    <copyField source="price" dest="price_c"/>
 208    -->
 209
 210   <!-- Text fields from SolrCell to search by default in our catch-all field
 211    <copyField source="title" dest="text"/>
 212    <copyField source="author" dest="text"/>
 213    <copyField source="description" dest="text"/>
 214    <copyField source="keywords" dest="text"/>
 215    <copyField source="content" dest="text"/>
 216    <copyField source="content_type" dest="text"/>
 217    <copyField source="resourcename" dest="text"/>
 218    <copyField source="url" dest="text"/>
 219    -->
 220
 221   <!-- Create a string version of author for faceting
 222    <copyField source="author" dest="author_s"/>
 223    -->
 224
 225   <!-- Above, multiple source fields are copied to the [text] field.
 226           Another way to map multiple source fields to the same
 227           destination field is to use the dynamic field syntax.
 228           copyField also supports a maxChars to copy setting.  -->
 229
 230   <!-- <copyField source="*_t" dest="text" maxChars="3000"/> -->
 231
 232   <!-- copy name to alphaNameSort, a field designed for sorting by name -->
 233   <!-- <copyField source="name" dest="alphaNameSort"/> -->
 234
 235   <types>
 236     <!-- field type definitions. The "name" attribute is
 237        just a label to be used by field definitions.  The "class"
 238        attribute and any other attributes determine the real
 239        behavior of the fieldType.
 240          Class names starting with "solr" refer to java classes in a
 241        standard package such as org.apache.solr.analysis
 242     -->
 243
 244     <!-- The StrField type is not analyzed, but indexed/stored verbatim.
 245        It supports doc values but in that case the field needs to be
 246        single-valued and either required or have a default value.
 247       -->
 248     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
 249
 250     <!-- boolean type: "true" or "false" -->
 251     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>
 252
 253     <fieldType name="booleans" class="solr.BoolField" sortMissingLast="true" multiValued="true"/>
 254
 255     <!-- sortMissingLast and sortMissingFirst attributes are optional attributes are
 256          currently supported on types that are sorted internally as strings
 257          and on numeric types.
 258              This includes "string","boolean", and, as of 3.5 (and 4.x),
 259              int, float, long, date, double, including the "Trie" variants.
 260        - If sortMissingLast="true", then a sort on this field will cause documents
 261          without the field to come after documents with the field,
 262          regardless of the requested sort order (asc or desc).
 263        - If sortMissingFirst="true", then a sort on this field will cause documents
 264          without the field to come before documents with the field,
 265          regardless of the requested sort order.
 266        - If sortMissingLast="false" and sortMissingFirst="false" (the default),
 267          then default lucene sorting will be used which places docs without the
 268          field first in an ascending sort and last in a descending sort.
 269     -->
 270
 271     <!--
 272       Default numeric field types. For faster range queries, consider the tint/tfloat/tlong/tdouble types.
 273
 274       These fields support doc values, but they require the field to be
 275       single-valued and either be required or have a default value.
 276     -->
 277     <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
 278     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
 279     <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
 280     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>
 281
 282     <!--
 283      Numeric field types that index each value at various levels of precision
 284      to accelerate range queries when the number of values between the range
 285      endpoints is large. See the javadoc for NumericRangeQuery for internal
 286      implementation details.
 287
 288      Smaller precisionStep values (specified in bits) will lead to more tokens
 289      indexed per value, slightly larger index size, and faster range queries.
 290      A precisionStep of 0 disables indexing at different precision levels.
 291     -->
 292     <fieldType name="tint" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0"/>
 293     <fieldType name="tfloat" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0"/>
 294     <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0"/>
 295     <fieldType name="tdouble" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0"/>
 296
 297     <fieldType name="tints" class="solr.TrieIntField" precisionStep="8" positionIncrementGap="0" multiValued="true"/>
 298     <fieldType name="tfloats" class="solr.TrieFloatField" precisionStep="8" positionIncrementGap="0" multiValued="true"/>
 299     <fieldType name="tlongs" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0" multiValued="true"/>
 300     <fieldType name="tdoubles" class="solr.TrieDoubleField" precisionStep="8" positionIncrementGap="0" multiValued="true"/>
 301
 302     <!-- The format for this date field is of the form 1995-12-31T23:59:59Z, and
 303          is a more restricted form of the canonical representation of dateTime
 304          http://www.w3.org/TR/xmlschema-2/#dateTime
 305          The trailing "Z" designates UTC time and is mandatory.
 306          Optional fractional seconds are allowed: 1995-12-31T23:59:59.999Z
 307          All other components are mandatory.
 308
 309          Expressions can also be used to denote calculations that should be
 310          performed relative to "NOW" to determine the value, ie...
 311
 312                NOW/HOUR
 313                   ... Round to the start of the current hour
 314                NOW-1DAY
 315                   ... Exactly 1 day prior to now
 316                NOW/DAY+6MONTHS+3DAYS
 317                   ... 6 months and 3 days in the future from the start of
 318                       the current day
 319
 320          Consult the DateField javadocs for more information.
 321
 322          Note: For faster range queries, consider the tdate type
 323       -->
 324     <fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
 325
 326     <!-- A Trie based date field for faster date range queries and date faceting. -->
 327     <fieldType name="tdate" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0"/>
 328
 329     <fieldType name="tdates" class="solr.TrieDateField" precisionStep="6" positionIncrementGap="0" multiValued="true"/>
 330
 331
 332     <!--Binary data type. The data should be sent/retrieved in as Base64 encoded Strings -->
 333     <fieldtype name="binary" class="solr.BinaryField"/>
 334
 335     <!--
 336       Note:
 337       These should only be used for compatibility with existing indexes (created with lucene or older Solr versions).
 338       Use Trie based fields instead. As of Solr 3.5 and 4.x, Trie based fields support sortMissingFirst/Last
 339
 340       Plain numeric field types that store and index the text
 341       value verbatim (and hence don't correctly support range queries, since the
 342       lexicographic ordering isn't equal to the numeric ordering)
 343     -->
 344     <fieldType name="pint" class="solr.IntField"/>
 345     <fieldType name="plong" class="solr.LongField"/>
 346     <fieldType name="pfloat" class="solr.FloatField"/>
 347     <fieldType name="pdouble" class="solr.DoubleField"/>
 348     <fieldType name="pdate" class="solr.DateField" sortMissingLast="true"/>
 349
 350     <!-- The "RandomSortField" is not used to store or search any
 351          data.  You can declare fields of this type it in your schema
 352          to generate pseudo-random orderings of your docs for sorting
 353          or function purposes.  The ordering is generated based on the field
 354          name and the version of the index. As long as the index version
 355          remains unchanged, and the same field name is reused,
 356          the ordering of the docs will be consistent.
 357          If you want different psuedo-random orderings of documents,
 358          for the same version of the index, use a dynamicField and
 359          change the field name in the request.
 360      -->
 361     <fieldType name="random" class="solr.RandomSortField" indexed="true" />
 362
 363     <!-- solr.TextField allows the specification of custom text analyzers
 364          specified as a tokenizer and a list of token filters. Different
 365          analyzers may be specified for indexing and querying.
 366
 367          The optional positionIncrementGap puts space between multiple fields of
 368          this type on the same document, with the purpose of preventing false phrase
 369          matching across fields.
 370
 371          For more info on customizing your analyzer chain, please see
 372          http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters
 373      -->
 374
 375     <!-- One can also specify an existing Analyzer class that has a
 376          default constructor via the class attribute on the analyzer element.
 377          Example:
 378     <fieldType name="text_greek" class="solr.TextField">
 379       <analyzer class="org.apache.lucene.analysis.el.GreekAnalyzer"/>
 380     </fieldType>
 381     -->
 382
 383     <!-- A text field that only splits on whitespace for exact matching of words -->
 384     <fieldType name="text_ws" class="solr.TextField" positionIncrementGap="100">
 385       <analyzer>
 386         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 387       </analyzer>
 388     </fieldType>
 389
 390     <!-- A general text field that has reasonable, generic
 391          cross-language defaults: it tokenizes with StandardTokenizer,
 392          removes stop words from case-insensitive "stopwords.txt"
 393          (empty by default), and down cases.  At query time only, it
 394          also applies synonyms. -->
 395     <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100" multiValued="true">
 396       <analyzer type="index">
 397         <tokenizer class="solr.StandardTokenizerFactory"/>
 398         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
 399         <!-- in this example, we will only use synonyms at query time
 400         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 401         -->
 402         <filter class="solr.LowerCaseFilterFactory"/>
 403       </analyzer>
 404       <analyzer type="query">
 405         <tokenizer class="solr.StandardTokenizerFactory"/>
 406         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
 407         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 408         <filter class="solr.LowerCaseFilterFactory"/>
 409       </analyzer>
 410     </fieldType>
 411
 412     <!-- A text field with defaults appropriate for English: it
 413          tokenizes with StandardTokenizer, removes English stop words
 414          (lang/stopwords_en.txt), down cases, protects words from protwords.txt, and
 415          finally applies Porter's stemming.  The query time analyzer
 416          also applies synonyms from synonyms.txt. -->
 417     <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
 418       <analyzer type="index">
 419         <tokenizer class="solr.StandardTokenizerFactory"/>
 420         <!-- in this example, we will only use synonyms at query time
 421         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 422         -->
 423         <!-- Case insensitive stop word removal.
 424         -->
 425         <filter class="solr.StopFilterFactory"
 426                 ignoreCase="true"
 427                 words="lang/stopwords_en.txt"
 428             />
 429         <filter class="solr.LowerCaseFilterFactory"/>
 430         <filter class="solr.EnglishPossessiveFilterFactory"/>
 431         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 432         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
 433         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 434         -->
 435         <filter class="solr.PorterStemFilterFactory"/>
 436       </analyzer>
 437       <analyzer type="query">
 438         <tokenizer class="solr.StandardTokenizerFactory"/>
 439         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 440         <filter class="solr.StopFilterFactory"
 441                 ignoreCase="true"
 442                 words="lang/stopwords_en.txt"
 443             />
 444         <filter class="solr.LowerCaseFilterFactory"/>
 445         <filter class="solr.EnglishPossessiveFilterFactory"/>
 446         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 447         <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
 448         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 449         -->
 450         <filter class="solr.PorterStemFilterFactory"/>
 451       </analyzer>
 452     </fieldType>
 453
 454     <!-- A text field with defaults appropriate for English, plus
 455          aggressive word-splitting and autophrase features enabled.
 456          This field is just like text_en, except it adds
 457          WordDelimiterFilter to enable splitting and matching of
 458          words on case-change, alpha numeric boundaries, and
 459          non-alphanumeric chars.  This means certain compound word
 460          cases will work, for example query "wi fi" will match
 461          document "WiFi" or "wi-fi".
 462         -->
 463     <fieldType name="text_en_splitting" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
 464       <analyzer type="index">
 465         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 466         <!-- in this example, we will only use synonyms at query time
 467         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
 468         -->
 469         <!-- Case insensitive stop word removal.
 470         -->
 471         <filter class="solr.StopFilterFactory"
 472                 ignoreCase="true"
 473                 words="lang/stopwords_en.txt"
 474             />
 475         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
 476         <filter class="solr.LowerCaseFilterFactory"/>
 477         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 478         <filter class="solr.PorterStemFilterFactory"/>
 479       </analyzer>
 480       <analyzer type="query">
 481         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 482         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 483         <filter class="solr.StopFilterFactory"
 484                 ignoreCase="true"
 485                 words="lang/stopwords_en.txt"
 486             />
 487         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
 488         <filter class="solr.LowerCaseFilterFactory"/>
 489         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 490         <filter class="solr.PorterStemFilterFactory"/>
 491       </analyzer>
 492     </fieldType>
 493
 494     <!-- Less flexible matching, but less false matches.  Probably not ideal for product names,
 495          but may be good for SKUs.  Can insert dashes in the wrong place and still match. -->
 496     <fieldType name="text_en_splitting_tight" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
 497       <analyzer>
 498         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 499         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="false"/>
 500         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_en.txt"/>
 501         <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
 502         <filter class="solr.LowerCaseFilterFactory"/>
 503         <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
 504         <filter class="solr.EnglishMinimalStemFilterFactory"/>
 505         <!-- this filter can remove any duplicate tokens that appear at the same position - sometimes
 506              possible with WordDelimiterFilter in conjuncton with stemming. -->
 507         <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
 508       </analyzer>
 509     </fieldType>
 510
 511     <!-- Just like text_general except it reverses the characters of
 512          each token, to enable more efficient leading wildcard queries. -->
 513     <fieldType name="text_general_rev" class="solr.TextField" positionIncrementGap="100">
 514       <analyzer type="index">
 515         <tokenizer class="solr.StandardTokenizerFactory"/>
 516         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
 517         <filter class="solr.LowerCaseFilterFactory"/>
 518         <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
 519                 maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 520       </analyzer>
 521       <analyzer type="query">
 522         <tokenizer class="solr.StandardTokenizerFactory"/>
 523         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
 524         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
 525         <filter class="solr.LowerCaseFilterFactory"/>
 526       </analyzer>
 527     </fieldType>
 528
 529     <!-- charFilter + WhitespaceTokenizer  -->
 530     <!--
 531     <fieldType name="text_char_norm" class="solr.TextField" positionIncrementGap="100" >
 532       <analyzer>
 533         <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
 534         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 535       </analyzer>
 536     </fieldType>
 537     -->
 538
 539     <!-- This is an example of using the KeywordTokenizer along
 540          With various TokenFilterFactories to produce a sortable field
 541          that does not include some properties of the source text
 542       -->
 543     <fieldType name="alphaOnlySort" class="solr.TextField" sortMissingLast="true" omitNorms="true">
 544       <analyzer>
 545         <!-- KeywordTokenizer does no actual tokenizing, so the entire
 546              input string is preserved as a single token
 547           -->
 548         <tokenizer class="solr.KeywordTokenizerFactory"/>
 549         <!-- The LowerCase TokenFilter does what you expect, which can be
 550              when you want your sorting to be case insensitive
 551           -->
 552         <filter class="solr.LowerCaseFilterFactory" />
 553         <!-- The TrimFilter removes any leading or trailing whitespace -->
 554         <filter class="solr.TrimFilterFactory" />
 555         <!-- The PatternReplaceFilter gives you the flexibility to use
 556              Java Regular expression to replace any sequence of characters
 557              matching a pattern with an arbitrary replacement string,
 558              which may include back references to portions of the original
 559              string matched by the pattern.
 560
 561              See the Java Regular Expression documentation for more
 562              information on pattern and replacement string syntax.
 563
 564              http://docs.oracle.com/javase/7/docs/api/java/util/regex/package-summary.html
 565           -->
 566         <filter class="solr.PatternReplaceFilterFactory"
 567                 pattern="([^a-z])" replacement="" replace="all"
 568             />
 569       </analyzer>
 570     </fieldType>
 571
 572     <fieldtype name="phonetic" stored="false" indexed="true" class="solr.TextField" >
 573       <analyzer>
 574         <tokenizer class="solr.StandardTokenizerFactory"/>
 575         <filter class="solr.DoubleMetaphoneFilterFactory" inject="false"/>
 576       </analyzer>
 577     </fieldtype>
 578
 579     <fieldtype name="payloads" stored="false" indexed="true" class="solr.TextField" >
 580       <analyzer>
 581         <tokenizer class="solr.WhitespaceTokenizerFactory"/>
 582         <!--
 583         The DelimitedPayloadTokenFilter can put payloads on tokens... for example,
 584         a token of "foo|1.4"  would be indexed as "foo" with a payload of 1.4f
 585         Attributes of the DelimitedPayloadTokenFilterFactory :
 586          "delimiter" - a one character delimiter. Default is | (pipe)
 587          "encoder" - how to encode the following value into a playload
 588             float -> org.apache.lucene.analysis.payloads.FloatEncoder,
 589             integer -> o.a.l.a.p.IntegerEncoder
 590             identity -> o.a.l.a.p.IdentityEncoder
 591             Fully Qualified class name implementing PayloadEncoder, Encoder must have a no arg constructor.
 592          -->
 593         <filter class="solr.DelimitedPayloadTokenFilterFactory" encoder="float"/>
 594       </analyzer>
 595     </fieldtype>
 596
 597     <!-- lowercases the entire field value, keeping it as a single token.  -->
 598     <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
 599       <analyzer>
 600         <tokenizer class="solr.KeywordTokenizerFactory"/>
 601         <filter class="solr.LowerCaseFilterFactory" />
 602       </analyzer>
 603     </fieldType>
 604
 605     <!--
 606       Example of using PathHierarchyTokenizerFactory at index time, so
 607       queries for paths match documents at that path, or in descendent paths
 608     -->
 609     <fieldType name="descendent_path" class="solr.TextField">
 610       <analyzer type="index">
 611         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
 612       </analyzer>
 613       <analyzer type="query">
 614         <tokenizer class="solr.KeywordTokenizerFactory" />
 615       </analyzer>
 616     </fieldType>
 617     <!--
 618       Example of using PathHierarchyTokenizerFactory at query time, so
 619       queries for paths match documents at that path, or in ancestor paths
 620     -->
 621     <fieldType name="ancestor_path" class="solr.TextField">
 622       <analyzer type="index">
 623         <tokenizer class="solr.KeywordTokenizerFactory" />
 624       </analyzer>
 625       <analyzer type="query">
 626         <tokenizer class="solr.PathHierarchyTokenizerFactory" delimiter="/" />
 627       </analyzer>
 628     </fieldType>
 629
 630     <!-- since fields of this type are by default not stored or indexed,
 631          any data added to them will be ignored outright.  -->
 632     <fieldtype name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
 633
 634     <!-- This point type indexes the coordinates as separate fields (subFields)
 635       If subFieldType is defined, it references a type, and a dynamic field
 636       definition is created matching *___<typename>.  Alternately, if
 637       subFieldSuffix is defined, that is used to create the subFields.
 638       Example: if subFieldType="double", then the coordinates would be
 639         indexed in fields myloc_0___double,myloc_1___double.
 640       Example: if subFieldSuffix="_d" then the coordinates would be indexed
 641         in fields myloc_0_d,myloc_1_d
 642       The subFields are an implementation detail of the fieldType, and end
 643       users normally should not need to know about them.
 644      -->
 645     <fieldType name="point" class="solr.PointType" dimension="2" subFieldSuffix="_d"/>
 646
 647     <!-- A specialized field for geospatial search. If indexed, this fieldType must not be multivalued. -->
 648     <fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
 649
 650     <!-- An alternative geospatial field type new to Solr 4.  It supports multiValued and polygon shapes.
 651       For more information about this and other Spatial fields new to Solr 4, see:
 652       http://wiki.apache.org/solr/SolrAdaptersForLuceneSpatial4
 653     -->
 654     <fieldType name="location_rpt" class="solr.SpatialRecursivePrefixTreeFieldType"
 655                geo="true" distErrPct="0.025" maxDistErr="0.000009" units="degrees" />
 656
 657     <!-- Money/currency field type. See http://wiki.apache.org/solr/MoneyFieldType
 658         Parameters:
 659           defaultCurrency: Specifies the default currency if none specified. Defaults to "USD"
 660           precisionStep:   Specifies the precisionStep for the TrieLong field used for the amount
 661           providerClass:   Lets you plug in other exchange provider backend:
 662                            solr.FileExchangeRateProvider is the default and takes one parameter:
 663                              currencyConfig: name of an xml file holding exchange rates
 664                            solr.OpenExchangeRatesOrgProvider uses rates from openexchangerates.org:
 665                              ratesFileLocation: URL or path to rates JSON file (default latest.json on the web)
 666                              refreshInterval: Number of minutes between each rates fetch (default: 1440, min: 60)
 667    -->
 668     <fieldType name="currency" class="solr.CurrencyField" precisionStep="8" defaultCurrency="USD" currencyConfig="currency.xml" />
 669
 670
 671
 672     <!-- some examples for different languages (generally ordered by ISO code) -->
 673
 674     <!-- Arabic -->
 675     <fieldType name="text_ar" class="solr.TextField" positionIncrementGap="100">
 676       <analyzer>
 677         <tokenizer class="solr.StandardTokenizerFactory"/>
 678         <!-- for any non-arabic -->
 679         <filter class="solr.LowerCaseFilterFactory"/>
 680         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ar.txt" />
 681         <!-- normalizes ﻯ to ﻱ, etc -->
 682         <filter class="solr.ArabicNormalizationFilterFactory"/>
 683         <filter class="solr.ArabicStemFilterFactory"/>
 684       </analyzer>
 685     </fieldType>
 686
 687     <!-- Bulgarian -->
 688     <fieldType name="text_bg" class="solr.TextField" positionIncrementGap="100">
 689       <analyzer>
 690         <tokenizer class="solr.StandardTokenizerFactory"/>
 691         <filter class="solr.LowerCaseFilterFactory"/>
 692         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_bg.txt" />
 693         <filter class="solr.BulgarianStemFilterFactory"/>
 694       </analyzer>
 695     </fieldType>
 696
 697     <!-- Catalan -->
 698     <fieldType name="text_ca" class="solr.TextField" positionIncrementGap="100">
 699       <analyzer>
 700         <tokenizer class="solr.StandardTokenizerFactory"/>
 701         <!-- removes l', etc -->
 702         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ca.txt"/>
 703         <filter class="solr.LowerCaseFilterFactory"/>
 704         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ca.txt" />
 705         <filter class="solr.SnowballPorterFilterFactory" language="Catalan"/>
 706       </analyzer>
 707     </fieldType>
 708
 709     <!-- CJK bigram (see text_ja for a Japanese configuration using morphological analysis) -->
 710     <fieldType name="text_cjk" class="solr.TextField" positionIncrementGap="100">
 711       <analyzer>
 712         <tokenizer class="solr.StandardTokenizerFactory"/>
 713         <!-- normalize width before bigram, as e.g. half-width dakuten combine  -->
 714         <filter class="solr.CJKWidthFilterFactory"/>
 715         <!-- for any non-CJK -->
 716         <filter class="solr.LowerCaseFilterFactory"/>
 717         <filter class="solr.CJKBigramFilterFactory"/>
 718       </analyzer>
 719     </fieldType>
 720
 721     <!-- Czech -->
 722     <fieldType name="text_cz" class="solr.TextField" positionIncrementGap="100">
 723       <analyzer>
 724         <tokenizer class="solr.StandardTokenizerFactory"/>
 725         <filter class="solr.LowerCaseFilterFactory"/>
 726         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_cz.txt" />
 727         <filter class="solr.CzechStemFilterFactory"/>
 728       </analyzer>
 729     </fieldType>
 730
 731     <!-- Danish -->
 732     <fieldType name="text_da" class="solr.TextField" positionIncrementGap="100">
 733       <analyzer>
 734         <tokenizer class="solr.StandardTokenizerFactory"/>
 735         <filter class="solr.LowerCaseFilterFactory"/>
 736         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_da.txt" format="snowball" />
 737         <filter class="solr.SnowballPorterFilterFactory" language="Danish"/>
 738       </analyzer>
 739     </fieldType>
 740
 741     <!-- German -->
 742     <fieldType name="text_de" class="solr.TextField" positionIncrementGap="100">
 743       <analyzer>
 744         <tokenizer class="solr.StandardTokenizerFactory"/>
 745         <filter class="solr.LowerCaseFilterFactory"/>
 746         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_de.txt" format="snowball" />
 747         <filter class="solr.GermanNormalizationFilterFactory"/>
 748         <filter class="solr.GermanLightStemFilterFactory"/>
 749         <!-- less aggressive: <filter class="solr.GermanMinimalStemFilterFactory"/> -->
 750         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="German2"/> -->
 751       </analyzer>
 752     </fieldType>
 753
 754     <!-- Greek -->
 755     <fieldType name="text_el" class="solr.TextField" positionIncrementGap="100">
 756       <analyzer>
 757         <tokenizer class="solr.StandardTokenizerFactory"/>
 758         <!-- greek specific lowercase for sigma -->
 759         <filter class="solr.GreekLowerCaseFilterFactory"/>
 760         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_el.txt" />
 761         <filter class="solr.GreekStemFilterFactory"/>
 762       </analyzer>
 763     </fieldType>
 764
 765     <!-- Spanish -->
 766     <fieldType name="text_es" class="solr.TextField" positionIncrementGap="100">
 767       <analyzer>
 768         <tokenizer class="solr.StandardTokenizerFactory"/>
 769         <filter class="solr.LowerCaseFilterFactory"/>
 770         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_es.txt" format="snowball" />
 771         <filter class="solr.SpanishLightStemFilterFactory"/>
 772         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Spanish"/> -->
 773       </analyzer>
 774     </fieldType>
 775
 776     <!-- Basque -->
 777     <fieldType name="text_eu" class="solr.TextField" positionIncrementGap="100">
 778       <analyzer>
 779         <tokenizer class="solr.StandardTokenizerFactory"/>
 780         <filter class="solr.LowerCaseFilterFactory"/>
 781         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_eu.txt" />
 782         <filter class="solr.SnowballPorterFilterFactory" language="Basque"/>
 783       </analyzer>
 784     </fieldType>
 785
 786     <!-- Persian -->
 787     <fieldType name="text_fa" class="solr.TextField" positionIncrementGap="100">
 788       <analyzer>
 789         <!-- for ZWNJ -->
 790         <charFilter class="solr.PersianCharFilterFactory"/>
 791         <tokenizer class="solr.StandardTokenizerFactory"/>
 792         <filter class="solr.LowerCaseFilterFactory"/>
 793         <filter class="solr.ArabicNormalizationFilterFactory"/>
 794         <filter class="solr.PersianNormalizationFilterFactory"/>
 795         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fa.txt" />
 796       </analyzer>
 797     </fieldType>
 798
 799     <!-- Finnish -->
 800     <fieldType name="text_fi" class="solr.TextField" positionIncrementGap="100">
 801       <analyzer>
 802         <tokenizer class="solr.StandardTokenizerFactory"/>
 803         <filter class="solr.LowerCaseFilterFactory"/>
 804         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fi.txt" format="snowball" />
 805         <filter class="solr.SnowballPorterFilterFactory" language="Finnish"/>
 806         <!-- less aggressive: <filter class="solr.FinnishLightStemFilterFactory"/> -->
 807       </analyzer>
 808     </fieldType>
 809
 810     <!-- French -->
 811     <fieldType name="text_fr" class="solr.TextField" positionIncrementGap="100">
 812       <analyzer>
 813         <tokenizer class="solr.StandardTokenizerFactory"/>
 814         <!-- removes l', etc -->
 815         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_fr.txt"/>
 816         <filter class="solr.LowerCaseFilterFactory"/>
 817         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_fr.txt" format="snowball" />
 818         <filter class="solr.FrenchLightStemFilterFactory"/>
 819         <!-- less aggressive: <filter class="solr.FrenchMinimalStemFilterFactory"/> -->
 820         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="French"/> -->
 821       </analyzer>
 822     </fieldType>
 823
 824     <!-- Irish -->
 825     <fieldType name="text_ga" class="solr.TextField" positionIncrementGap="100">
 826       <analyzer>
 827         <tokenizer class="solr.StandardTokenizerFactory"/>
 828         <!-- removes d', etc -->
 829         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_ga.txt"/>
 830         <!-- removes n-, etc. position increments is intentionally false! -->
 831         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/hyphenations_ga.txt"/>
 832         <filter class="solr.IrishLowerCaseFilterFactory"/>
 833         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ga.txt"/>
 834         <filter class="solr.SnowballPorterFilterFactory" language="Irish"/>
 835       </analyzer>
 836     </fieldType>
 837
 838     <!-- Galician -->
 839     <fieldType name="text_gl" 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_gl.txt" />
 844         <filter class="solr.GalicianStemFilterFactory"/>
 845         <!-- less aggressive: <filter class="solr.GalicianMinimalStemFilterFactory"/> -->
 846       </analyzer>
 847     </fieldType>
 848
 849     <!-- Hindi -->
 850     <fieldType name="text_hi" class="solr.TextField" positionIncrementGap="100">
 851       <analyzer>
 852         <tokenizer class="solr.StandardTokenizerFactory"/>
 853         <filter class="solr.LowerCaseFilterFactory"/>
 854         <!-- normalizes unicode representation -->
 855         <filter class="solr.IndicNormalizationFilterFactory"/>
 856         <!-- normalizes variation in spelling -->
 857         <filter class="solr.HindiNormalizationFilterFactory"/>
 858         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hi.txt" />
 859         <filter class="solr.HindiStemFilterFactory"/>
 860       </analyzer>
 861     </fieldType>
 862
 863     <!-- Hungarian -->
 864     <fieldType name="text_hu" class="solr.TextField" positionIncrementGap="100">
 865       <analyzer>
 866         <tokenizer class="solr.StandardTokenizerFactory"/>
 867         <filter class="solr.LowerCaseFilterFactory"/>
 868         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hu.txt" format="snowball" />
 869         <filter class="solr.SnowballPorterFilterFactory" language="Hungarian"/>
 870         <!-- less aggressive: <filter class="solr.HungarianLightStemFilterFactory"/> -->
 871       </analyzer>
 872     </fieldType>
 873
 874     <!-- Armenian -->
 875     <fieldType name="text_hy" class="solr.TextField" positionIncrementGap="100">
 876       <analyzer>
 877         <tokenizer class="solr.StandardTokenizerFactory"/>
 878         <filter class="solr.LowerCaseFilterFactory"/>
 879         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_hy.txt" />
 880         <filter class="solr.SnowballPorterFilterFactory" language="Armenian"/>
 881       </analyzer>
 882     </fieldType>
 883
 884     <!-- Indonesian -->
 885     <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
 886       <analyzer>
 887         <tokenizer class="solr.StandardTokenizerFactory"/>
 888         <filter class="solr.LowerCaseFilterFactory"/>
 889         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_id.txt" />
 890         <!-- for a less aggressive approach (only inflectional suffixes), set stemDerivational to false -->
 891         <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
 892       </analyzer>
 893     </fieldType>
 894
 895     <!-- Italian -->
 896     <fieldType name="text_it" class="solr.TextField" positionIncrementGap="100">
 897       <analyzer>
 898         <tokenizer class="solr.StandardTokenizerFactory"/>
 899         <!-- removes l', etc -->
 900         <filter class="solr.ElisionFilterFactory" ignoreCase="true" articles="lang/contractions_it.txt"/>
 901         <filter class="solr.LowerCaseFilterFactory"/>
 902         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_it.txt" format="snowball" />
 903         <filter class="solr.ItalianLightStemFilterFactory"/>
 904         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Italian"/> -->
 905       </analyzer>
 906     </fieldType>
 907
 908     <!-- Japanese using morphological analysis (see text_cjk for a configuration using bigramming)
 909
 910          NOTE: If you want to optimize search for precision, use default operator AND in your query
 911          parser config with <solrQueryParser defaultOperator="AND"/> further down in this file.  Use
 912          OR if you would like to optimize for recall (default).
 913     -->
 914     <fieldType name="text_ja" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
 915       <analyzer>
 916         <!-- Kuromoji Japanese morphological analyzer/tokenizer (JapaneseTokenizer)
 917
 918            Kuromoji has a search mode (default) that does segmentation useful for search.  A heuristic
 919            is used to segment compounds into its parts and the compound itself is kept as synonym.
 920
 921            Valid values for attribute mode are:
 922               normal: regular segmentation
 923               search: segmentation useful for search with synonyms compounds (default)
 924             extended: same as search mode, but unigrams unknown words (experimental)
 925
 926            For some applications it might be good to use search mode for indexing and normal mode for
 927            queries to reduce recall and prevent parts of compounds from being matched and highlighted.
 928            Use <analyzer type="index"> and <analyzer type="query"> for this and mode normal in query.
 929
 930            Kuromoji also has a convenient user dictionary feature that allows overriding the statistical
 931            model with your own entries for segmentation, part-of-speech tags and readings without a need
 932            to specify weights.  Notice that user dictionaries have not been subject to extensive testing.
 933
 934            User dictionary attributes are:
 935                      userDictionary: user dictionary filename
 936              userDictionaryEncoding: user dictionary encoding (default is UTF-8)
 937
 938            See lang/userdict_ja.txt for a sample user dictionary file.
 939
 940            Punctuation characters are discarded by default.  Use discardPunctuation="false" to keep them.
 941
 942            See http://wiki.apache.org/solr/JapaneseLanguageSupport for more on Japanese language support.
 943         -->
 944         <tokenizer class="solr.JapaneseTokenizerFactory" mode="search"/>
 945         <!--<tokenizer class="solr.JapaneseTokenizerFactory" mode="search" userDictionary="lang/userdict_ja.txt"/>-->
 946         <!-- Reduces inflected verbs and adjectives to their base/dictionary forms (辞書形) -->
 947         <filter class="solr.JapaneseBaseFormFilterFactory"/>
 948         <!-- Removes tokens with certain part-of-speech tags -->
 949         <filter class="solr.JapanesePartOfSpeechStopFilterFactory" tags="lang/stoptags_ja.txt" />
 950         <!-- Normalizes full-width romaji to half-width and half-width kana to full-width (Unicode NFKC subset) -->
 951         <filter class="solr.CJKWidthFilterFactory"/>
 952         <!-- Removes common tokens typically not useful for search, but have a negative effect on ranking -->
 953         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ja.txt" />
 954         <!-- Normalizes common katakana spelling variations by removing any last long sound character (U+30FC) -->
 955         <filter class="solr.JapaneseKatakanaStemFilterFactory" minimumLength="4"/>
 956         <!-- Lower-cases romaji characters -->
 957         <filter class="solr.LowerCaseFilterFactory"/>
 958       </analyzer>
 959     </fieldType>
 960
 961     <!-- Latvian -->
 962     <fieldType name="text_lv" class="solr.TextField" positionIncrementGap="100">
 963       <analyzer>
 964         <tokenizer class="solr.StandardTokenizerFactory"/>
 965         <filter class="solr.LowerCaseFilterFactory"/>
 966         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_lv.txt" />
 967         <filter class="solr.LatvianStemFilterFactory"/>
 968       </analyzer>
 969     </fieldType>
 970
 971     <!-- Dutch -->
 972     <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
 973       <analyzer>
 974         <tokenizer class="solr.StandardTokenizerFactory"/>
 975         <filter class="solr.LowerCaseFilterFactory"/>
 976         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" />
 977         <filter class="solr.StemmerOverrideFilterFactory" dictionary="lang/stemdict_nl.txt" ignoreCase="false"/>
 978         <filter class="solr.SnowballPorterFilterFactory" language="Dutch"/>
 979       </analyzer>
 980     </fieldType>
 981
 982     <!-- Norwegian -->
 983     <fieldType name="text_no" class="solr.TextField" positionIncrementGap="100">
 984       <analyzer>
 985         <tokenizer class="solr.StandardTokenizerFactory"/>
 986         <filter class="solr.LowerCaseFilterFactory"/>
 987         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_no.txt" format="snowball" />
 988         <filter class="solr.SnowballPorterFilterFactory" language="Norwegian"/>
 989         <!-- less aggressive: <filter class="solr.NorwegianLightStemFilterFactory"/> -->
 990         <!-- singular/plural: <filter class="solr.NorwegianMinimalStemFilterFactory"/> -->
 991       </analyzer>
 992     </fieldType>
 993
 994     <!-- Portuguese -->
 995     <fieldType name="text_pt" class="solr.TextField" positionIncrementGap="100">
 996       <analyzer>
 997         <tokenizer class="solr.StandardTokenizerFactory"/>
 998         <filter class="solr.LowerCaseFilterFactory"/>
 999         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_pt.txt" format="snowball" />
1000         <filter class="solr.PortugueseLightStemFilterFactory"/>
1001         <!-- less aggressive: <filter class="solr.PortugueseMinimalStemFilterFactory"/> -->
1002         <!-- more aggressive: <filter class="solr.SnowballPorterFilterFactory" language="Portuguese"/> -->
1003         <!-- most aggressive: <filter class="solr.PortugueseStemFilterFactory"/> -->
1004       </analyzer>
1005     </fieldType>
1006
1007     <!-- Romanian -->
1008     <fieldType name="text_ro" class="solr.TextField" positionIncrementGap="100">
1009       <analyzer>
1010         <tokenizer class="solr.StandardTokenizerFactory"/>
1011         <filter class="solr.LowerCaseFilterFactory"/>
1012         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ro.txt" />
1013         <filter class="solr.SnowballPorterFilterFactory" language="Romanian"/>
1014       </analyzer>
1015     </fieldType>
1016
1017     <!-- Russian -->
1018     <fieldType name="text_ru" class="solr.TextField" positionIncrementGap="100">
1019       <analyzer>
1020         <tokenizer class="solr.StandardTokenizerFactory"/>
1021         <filter class="solr.LowerCaseFilterFactory"/>
1022         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_ru.txt" format="snowball" />
1023         <filter class="solr.SnowballPorterFilterFactory" language="Russian"/>
1024         <!-- less aggressive: <filter class="solr.RussianLightStemFilterFactory"/> -->
1025       </analyzer>
1026     </fieldType>
1027
1028     <!-- Swedish -->
1029     <fieldType name="text_sv" class="solr.TextField" positionIncrementGap="100">
1030       <analyzer>
1031         <tokenizer class="solr.StandardTokenizerFactory"/>
1032         <filter class="solr.LowerCaseFilterFactory"/>
1033         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_sv.txt" format="snowball" />
1034         <filter class="solr.SnowballPorterFilterFactory" language="Swedish"/>
1035         <!-- less aggressive: <filter class="solr.SwedishLightStemFilterFactory"/> -->
1036       </analyzer>
1037     </fieldType>
1038
1039     <!-- Thai -->
1040     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">
1041       <analyzer>
1042         <tokenizer class="solr.StandardTokenizerFactory"/>
1043         <filter class="solr.LowerCaseFilterFactory"/>
1044         <filter class="solr.ThaiWordFilterFactory"/>
1045         <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_th.txt" />
1046       </analyzer>
1047     </fieldType>
1048
1049     <!-- Turkish -->
1050     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">
1051       <analyzer>
1052         <tokenizer class="solr.StandardTokenizerFactory"/>
1053         <filter class="solr.TurkishLowerCaseFilterFactory"/>
1054         <filter class="solr.StopFilterFactory" ignoreCase="false" words="lang/stopwords_tr.txt" />
1055         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>
1056       </analyzer>
1057     </fieldType>
1058
1059   </types>
1060
1061   <!-- Similarity is the scoring routine for each document vs. a query.
1062        A custom Similarity or SimilarityFactory may be specified here, but
1063        the default is fine for most applications.
1064        For more info: http://wiki.apache.org/solr/SchemaXml#Similarity
1065     -->
1066   <!--
1067      <similarity class="com.example.solr.CustomSimilarityFactory">
1068        <str name="paramkey">param value</str>
1069      </similarity>
1070     -->
1071
1072 </schema>