java - Lucene 查询解析行为 - 使用 AND 连接查询部分

Question

假设我们有一个 Lucene 索引，其中很少有使用 StopAnalyzer.ENGLISH_STOP_WORDS_SET 编制索引的文档。用户正在发出两个查询:

• foo:bar
• baz:"有"

我们假设第一个查询产生了一些结果，因为有与该查询匹配的文档。

第二个查询产生 0 个结果。这样做的原因是因为当 baz:"there is" 被解析时，它最终作为一个无效查询结束，因为 there 和 is 都是停用词(从技术上讲，这被转换为没有子句的空 BooleanQuery)。到目前为止一切顺利。

但是，以下任何组合查询

• +foo:bar +baz:"有"
• foo:bar AND baz:"有"

与查询 +foo:bar 的行为完全相同，即返回一些结果 - 尽管第二个 AND 部分没有产生任何结果。

有人可能会争辩说，当进行 AND 操作时，必须满足两个条件，但事实并非如此。

这似乎是矛盾的，因为原子查询组件根据上下文对整体查询有不同的影响。对此有什么合乎逻辑的解释吗？能否以任何方式解决这个问题，最好不要编写自己的 QueryAnalyzer？这可以归类为 Lucene 错误吗？

如果这有什么不同，观察到的行为发生在 Lucene v3.0.2 下。

这个问题也发布在 Lucene Java users mailing list 上, 到目前为止还没有答案。

Answer 1

如果您希望能够搜索像“there is”这样的短语，我建议您不要使用 StopAnalyzer。 StopAnalyzer 本质上是一种有损优化方法，除非您要索引大量文本文档，否则它可能不值得。