SOLR 中的子字符串匹配

Posted 2023-02-22

【中文标题】SOLR 中的子字符串匹配

【英文标题】：Substring matches within SOLR

【发布时间】：2011-03-06 12:40:53

【问题描述】：

我似乎无法弄清楚如何使用 SOLR 查找子字符串匹配项，我已经根据前缀找出匹配项，因此我可以让 ham 匹配汉堡包。

如何搜索“burger”以匹配汉堡包？我试过 burger 但这抛出了一个错误 '*' 或 '?'不允许作为 WildcardQuery 中的第一个字符。

如何使用 SOLR 匹配子字符串？

【问题讨论】：

你能把代码贴到前缀匹配的地方吗？

【参考方案1】：

您可以启用此功能，但它会占用大量资源（例如搜索 SuffixQuery）。

见：http://lucene.472066.n3.nabble.com/Leading-Wildcard-Search-td522362.html

引用邮件列表： 解决办法？想象一下创建第二个索引（或添加另一个字段），所有术语都向后拼写。

=>

见添加 ReverseStringFilter https://issues.apache.org/jira/browse/LUCENE-1398

并支持高效的前导通配符搜索：https://issues.apache.org/jira/browse/SOLR-1321

目前 issues.apache.org 似乎已关闭。尝试使用例如谷歌缓存。

【参考方案2】：

如之前link 中所述，您可以将前导通配符与 edismax (ExtendedDismaxQParser) 一起使用。试试看它是否足够快。

有关上述反向字符串的更多信息也可以在这里找到：solr.ReversedWildcardFilterFactory

【参考方案3】：

如果有人在搜索“apachesolr 子字符串”后到达这里，有一个更简单的解决方案：https://drupal.stackexchange.com/a/27956/10419（来自https://drupal.stackexchange.com/questions/26024/how-can-i-make-search-with-a-substring-of-a-word）

将 ngramfilter 添加到 solr 配置中 schema.xml 中的文本类型定义 目录。

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="25" />

【讨论】：

这已经困扰我好几个星期了。感谢您发布，它解决了我尝试基于子字符串进行过滤/搜索的问题。

这不适用于非常大的数据集。 Edge gram 字段在索引数据时需要大量内存。