Solr 在过滤子文档时返回不正确的结果

Question

我正在使用 Solr 5.4.0。我导入了一些带有嵌套文档的简单数据:

<doc>
  <field name="id">d1</field>
  <field name="content_type">parent_document</field>
  <doc>
    <field name="id">d2</field>  
    <field name="content_type">related_parent</field>
  </doc>
</doc>
<doc>
  <field name="id">d3</field>
  <field name="content_type">parent</field>
  <doc>
    <field name="id">d4</field>
    <field name="content_type">related_parent</field>
  </doc>
</doc>
<doc>
  <field name="id">d5</field>
  <field name="content_type">parent</field>
  <doc>
    <field name="id">d2</field>
    <field name="content_type">related_parent</field>
  </doc>
</doc>

字段定义是:

<field name="id" type="string" multiValued="false" indexed="true" required="true" stored="true"/>
<field name="content_type" type="lowercase" omitTermFreqAndPositions="true" multiValued="false" indexed="true" required="true" stored="true"/>

<fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
<analyzer>
  <tokenizer class="solr.KeywordTokenizerFactory"/>
  <filter class="solr.LowerCaseFilterFactory"/>
</analyzer>

我需要找到所有将 d2 作为子文档的文档。我使用查询:

q={!parent which=content_type:parent}id:d2  

我希望结果是 d5，但我得到的是:

"response": {
   "numFound": 1,
   "start": 0,
   "docs": [
     {
       "id": "d3",
       "content_type": "parent",
       "_version_": 1531507509621162000,
       "_root_": "d3"
     },
     {
       "id": "d5",
       "content_type": "parent",
       "_version_": 1531507848756854800,
       "_root_": "d5"
     }
   ]
 }

这里为什么返回d3？我应该在此查询中添加什么条件以过滤掉 d3？

Answer 1

我可以看到这里发生了两件事:

1. 正如我在 https://stackoverflow.com/a/31952527/3229995 中的回答，字段“content_type”应该只存在于父文档中。我在以前的 Solr 版本中有一些不一致的行为，在子文档中存在具有其他值的字段“content_type”，我不知道这个问题是否已在当前版本中得到解决。

2. 您的数据集中有两个 id="d2"的文档。在 Solr 中，每个文档都有一个唯一的标识符，默认情况下这是 id 字段。您的集合中不能有两个具有相同唯一标识符的文档。

我建议相应地更改这两点以使 block 连接查询解析器正常工作。