Apache Solr 字符串字段或文本字段？

Posted 2023-02-16

【中文标题】Apache Solr 字符串字段或文本字段？

【英文标题】：Apache Solr string field or text field?

【发布时间】：2011-11-02 18:54:25

【问题描述】：

在 apache Solr 中，如果两者都能解决，为什么我们总是需要更喜欢字符串字段而不是文本字段？

字符串或文本如何影响索引大小、索引读取、索引创建等参数？

【参考方案1】：

solr 模式中默认定义的字段有很大不同。

String 将单词/句子存储为精确字符串而不执行标记化等。通常用于存储精确匹配，例如，用于分面。

Text 通常执行标记化和二次处理（例如小写等）。当我们想要匹配句子的一部分时，对所有场景都很有用。

如果以下示例 "This is a sample sentence" 被索引到两个字段，我们必须准确搜索文本 This is a sample sentence 才能从 string 字段中获得命中，而搜索 sample（或甚至samples 启用了词干）以从text 字段中获得成功。

【讨论】：

你还能评论索引大小、索引读取、索引创建吗？

标记化时你会得到更大的索引大小，多大取决于你的处理链。由于有更多工作，索引创建也会稍微慢一些。无论哪种方式，索引读取/创建都会很棒，所以除非接近数百万个文档，否则不要担心。

我正在阅读数以百万计的文档..希望这不是问题..所以我选择字符串字段，因为它在所有情况下似乎都很有效而且我不需要标记器/全文搜索

@JohanSjöberg 正如您所解释的那样，我理解字符串和文本之间的区别，但是如果我需要获得*tence 的点击量怎么办。如果正确选择字段类型怎么办？

【参考方案2】：

添加到 Johans Sjöbergs 的好答案：

您可以对String 进行排序，但不能对Text 进行排序。