solr 中的布尔子句异常过多

Posted 2023-02-16

【中文标题】solr 中的布尔子句异常过多

【英文标题】：Too many boolean clauses exception in solr

【发布时间】：2013-05-29 20:57:13

【问题描述】：

我在框架查询中使用 OR 逻辑运算符时遇到了这些问题。我不想增加 maxBooleanClause 值。除了这个还有其他选择吗。我的 OR 范围可以达到 2 百万。我宁愿希望超过 maxBooleanClause 的范围，而不是 solr 拆分查询，最后合并所有子查询。这类事情可能吗？或者如果你们中的任何人可以提出一些更好的技术来做到这一点。

我想绘制一个图表，其中用户提供了一些日期范围，例如在 2013-03-01 到 2013-06-01 之间提供所有访问该应用程序的访问者。在这里，我想进行一个查询，它是所有唯一 ID 的 OR。例如

      uniqueId:(1001 OR 1003 OR 1009 OR ........ OR 102467)

感谢您的帮助。

【问题讨论】：

你需要数百万个逻辑表达式做什么？！

您能描述一下您的问题吗？ Solr 用于搜索。使用不同的工具或解决方法可能会更好地解决您的问题。

@cheffe ,John :: 我更新了问题

【参考方案1】：

Solr 强加了maxBooleanClause 正是因为这是超出其最佳位置的东西。最终，如果您需要数百万次搜索，那么您将需要在 Solr 之外进行自己的分发和聚合。

我将不顾一切地猜测这些子句与图形相关，这是我看到这类查询最常见的地方。在这种情况下，您可能会在某种程度上保持 Solr 的优势。

有时反转过滤器的逻辑是有意义的，而不是传递大量值作为过滤依据，而是将这些值索引到您正在搜索的文档中，以便稍后传递单个值。

例如，假设您有一个人员索引。并假设您想搜索与某个特定人成为朋友的人。您可以生成他们所有朋友的 ID 列表以过滤您的搜索。但是您会遇到与您在此处看到的类似的问题：大量的 OR 子句。

或者，您可以将每个人的朋友列表索引到 Solr。现在您将拥有一个包含数千个值的字段，但您的查询过滤器将只有一个值：您过滤搜索所依据的网络的人员的 ID。

就搜索机制而言，这更符合 Solr 的优势。但是，这是有代价的。您需要自己管理非规范化，并且可能对文档进行大量更新，或者在更新图表时遇到一些延迟。

如果这被证明过于繁琐，您可能需要考虑一种更好地优化图遍历的不同技术。

【讨论】：

Solr 中没有替代方案，以便应用（例如）IN 子句吗？像 IN (1,2,3,4,...,n)...谢谢

【参考方案2】：

您还可以使用更合适的查询解析器，例如 TermQueryParser，它更擅长处理大量 OR 子句。

例子：

!terms f=uniqueId1000,1001,10002,10003

默认分隔符是''，所以所有被搜索的词可以是term1、term2、term3等等。

更多详情：https://cwiki.apache.org/confluence/display/solr/Other+Parsers#OtherParsers-TermsQueryParser

【讨论】：

术语查询不是解决方案，因为它在功能上类似于 OR 子句。