java - Apache Solr 查询结果不一致

Question

我是 Apache Solr 的新手，并尝试使用搜索词针对名为“normalizedContents”且类型为“text”的字段进行查询。

所有搜索词都必须存在于该字段中。问题是，我得到的结果不一致。

例如，solr 索引只有一个文档，其标准化内容字段的值为“EDOUARD SERGE WILFRID EDOS0004 UNE Mention COMPLMENTAIRE”

我在 solr 的 Web 界面中尝试了这些查询:

• normalizedContents:(edouard AND une) 返回结果
• normalizedContents:(edouar* AND une) 返回结果
• normalizedContents:(EDOUAR* AND une) 不返回任何内容
• normalizedContents:(edouar AND une) 不返回任何内容
• normalizedContents:(edouar* AND un) 返回结果(尽管没有“un”一词)
• normalizedContents:(edouar* AND uned) 返回结果(尽管没有“uned”一词)

以下是 schema.xml 中规范化内容的声明:

<field name="normalizedContents" type="text" indexed="true" stored="true" multiValued="false"/>

因此，通配符和 AND 运算符不遵循预期的行为。我做错了什么？

谢谢。

Answer 1

默认情况下，字段类型 text 对内容进行词干提取 ( solr.SnowballPorterFilterFactory )。因此 'un' 和 'uned' 匹配 une。那么你可能没有solr.LowerCaseFilterFactory对查询和索引分析器进行过滤，因此 EDUAR* 不匹配。第四个不匹配，因为 edouard 不是 edouar。如果您想要精确匹配，则应将数据复制到另一个字段中，该字段的类型带有一组更有限的过滤器。例如。只有一个solr.WhitespaceTokenizerFactory

发布<fieldType name="text">您的架构中的部分可能有助于理解所有内容。