solr - 在 Solr 更新中指定多值项频率？

Question

我有一个包含多值字段的 Solr 模式。我在 Solr 外部解析文档并使用 http://wiki.apache.org/solr/UpdateJSON 更新索引(另请参见 http://wiki.apache.org/solr/UpdateXmlMessages)。下面是一个玩具示例，演示了我要解决的问题。

{
  "add": {
    "doc": {
      "id": "MyDocumentID",
      "user": "MyUserID",
      "meals": ["pizza", "pizza", "pizza", "burger"]
    }
  }
}

我希望找到某种语法，允许我指示“pizza”出现了 3 次，而无需实际写出 3 次。问题是其中一些频率可能达到数千或数万。 (我正在使用存储的词频对搜索结果进行过滤和排名。)是否存在这样的语法？这是我编造的，但这里有一个想象中的例子。

{
  "add": {
    "doc": {
      "id": "MyDocumentID",
      "user": "MyUserID",
      "meals": ["pizza"*3, "burger"]
    }
  }
}

我怀疑答案是，如果我想要这样的行为，我需要自己编写一些 Solr 代码。我希望避免这种情况，但如果是这种情况，您仍然可以通过将我指向要处理的代码的正确区域来帮助我。

这是一个相关的 Lucene 问题:Can I insert a Document into Lucene without generating a TokenStream?

Answer 1

如果您愿意解析 JSON 以创建 xml，可能有一个解决方法:

代替

 <add>
 <doc>
  <field name="employeeId">05991</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Java</field>
</doc>
</add>

你应该可以使用它(注意技能是一个多值字段):

<add>
 <doc>
  <field name="employeeId">05991</field>
  <field name="skills" update="set" boost="3.0">Python</field>
  <field name="skills" update="set">Java</field>
</doc>
</add>

这是来自 solr wiki .

免责声明:我既没有在一个字段中使用多个可选属性，也没有看到任何这样做的例子。