solr - Solr搜索部分句子

我们无法使用Solr搜索来搜索句子的某些部分。我们对以下结果尝试了不同的查询：

<doc>
    <str name="id">7975</str>
    <str name="name">Ici Paris XL geschenkset aanbieding</str>
    <long name="_version_">1467524712314699776</long></doc>
</doc>
<doc>
    <str name="id">7976</str>
    <str name="name">De tuinen geschenkset aanbieding</str>
    <long name="_version_">1467524712315748352</long></doc>
</doc>

我们尝试过的搜索：


*:*返回所有内容
*Paris*仅返回第一个onen（对于巴黎，这是正确的）
*Paris*XL*仅返回第一个
*paris*XL*不返回任何内容（大写P现在为小写）
*(Paris XL)*返回所有内容
*"Paris XL"*返回所有内容
(Paris XL)不返回任何内容
"Paris XL"不返回任何内容


我们想要的是能够搜索“ Paris XL”（带空格）并返回第一个结果。这样我们就可以搜索句子的一部分。那可能吗？如何？

最佳答案

您所缺少的是Lucene以及Solr如何执行其搜索的基本部分。 Solr不会搜索，但是会在为特定文档集创建的索引中查找搜索的标记（单词）。这样的索引-非常简化-就像每本书末尾的索引一样。您可以在那里查找每个单词在实际文本中的位置。

当前，因为使用fieldType字符串，所以您的字段名称根本没有标记。这意味着该字段的全部内容被索引为一个单词。正如您已经注意到的，这是一个问题。

现在搜索paris时，Solr会查看索引并搜索令牌paris是否存在于其中。但事实并非如此。以您发布的两个示例为例，您的索引包含两个条目


Ici Paris XL geschenkset aanbieding
De tuinen geschenkset aanbieding


为了产生匹配，这些条目中的每一个都必须从前到后等于paris。不是这种情况。因此，您用通配符*包围了巴黎。这使Solr会查看索引的每个条目，这将导致非常非常非常差的性能。



那么，您应该如何解决呢？开始标记化！ in the official documentation或the Solr Tutorial中对此进行了很好的描述。



最后，您将在您的schema.xml中添加一个自定义的fieldType，与此类似

<fieldType name="text_general" class="solr.TextField">
  <analyzer>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

然后，您需要将字段名称的fielType更改为该新的fielType，然后需要重建索引。

然后，您的索引将包含更多字段名称条目，与上面的两个条目不同，但这些条目


ici
巴黎
l
格申克塞特
安比丁
德
吐嫩


然后，您可以查询"paris xl"。在搜索前后注意撇号。这使Solr可以执行短语查询，因此只有在paris后跟xl时，它才会产生匹配。