lucene 中 BooleanClause.Occur.Must 和 BooleanClause.Occur.SHOULD 之间的区别

Posted 2023-02-23

【中文标题】lucene 中 BooleanClause.Occur.Must 和 BooleanClause.Occur.SHOULD 之间的区别

【英文标题】：Difference between BooleanClause.Occur.Must and BooleanClause.Occur.SHOULD in lucene

【发布时间】：2012-04-24 17:59:06

【问题描述】：

谁能举例说明 BooleanQuery 中 lucene 中 BooleanClause.Occur.Must 和 BooleanClause.Occur.SHOULD 的区别？

【问题讨论】：

正如 here 关于 Occur.SHOULD 所说：“将此运算符用于应出现在匹配文档中的子句。对于没有 MUST 子句的 BooleanQuery，一个或多个 SHOULD 子句必须匹配BooleanQuery 要匹配的文档。"

【参考方案1】：

BooleanClause.Occur.SHOULD 表示该子句是可选的，而BooleanClause.Occur.Must 表示该子句是强制性的。

但是，如果布尔查询只有可选子句，则必须至少匹配一个子句才能使文档出现在结果中。

为了更好地控制哪些文档与 BooleanQuery 匹配，还有一个 minimumShouldMatch 参数可让您告诉 Lucene，至少 minimumShouldMatch BooleanClause.Occur.SHOULD 子句必须匹配文档才能出现在结果中。

【讨论】：

根据this lucene documentation，如果查询只有可选子句，它仍然是可选的。 setMinimumNumberShouldMatch 控制它，但默认情况下它将查询视为使用 0。

【参考方案2】：

我会尝试用一个例子来解释：

假设有两个子句：子句 A 和子句 B。现在 BooleanClause.Occur 的效果如下：

在第一种情况下，子句 A 和 B 都设置了 BooleanClause.Occur.Should 标志。这意味着即使满足其中一个子句（A 或 B），那么该文档也将是成功的。

在第二种情况下，子句 A 设置了 BooleanClause.Occur.Must 标志，子句 B 设置了 BooleanClause.Occur.Should 标志。

在这种情况下，当文档“将”满足条款 A 时，该文档将成为命中。该文档是否满足条款 B 对其命中没有影响。

但是如果文档不满足A子句，那么不管它是否满足B子句，都不会命中。

在第三种情况下，子句 A 和子句 B 都设置了 BooleanClause.Occur.Must 标志。

在这种情况下，只有当它同时满足“两个”子句时，文档才会被选中。如果它甚至不能满足其中一个子句，那么它就不会成功。

【参考方案3】：

BooleanClause.Occur.Must 代表强制条款。应满足该条款才能返回结果。基本上是AND。

BooleanClause.Occur.SHOULD 代表可选子句，其行为类似于OR

【参考方案4】：

当您最关心的是排名时，应该从句是 lucene 中最重要的功能！

当您使用 SHOULD 子句时，Lucene 通过 SHOULD 子句点的总和对检索到的文档进行排名。因此，您可以将一些查询与具有不同提升的 SHOULD 子句一起加入（根据它们的重要性）。这就是 Solr 中 ExtendedDismaxQuery 背后的概念。