如何在 SOLR 中创建字符串字段的不区分大小写的副本？

Question

如何以不区分大小写的形式创建字符串字段的副本？我想使用典型的“字符串”类型和不区分大小写的类型。类型的定义如下：

    <fieldType name="string" class="solr.StrField"
        sortMissingLast="true" omitNorms="true" />

    <!-- A Case insensitive version of string type  -->
    <fieldType name="string_ci" class="solr.StrField"
        sortMissingLast="true" omitNorms="true">
        <analyzer type="index">
            <tokenizer class="solr.KeywordTokenizerFactory"/>           
            <filter class="solr.LowerCaseFilterFactory" />
        </analyzer>
        <analyzer type="query">
            <tokenizer class="solr.KeywordTokenizerFactory"/>
            <filter class="solr.LowerCaseFilterFactory" />
        </analyzer>
    </fieldType> 

字段的示例如下：

<field name="destANYStr" type="string" indexed="true" stored="true"
    multiValued="true" />
<!-- Case insensitive version -->
<field name="destANYStrCI" type="string_ci" indexed="true" stored="false" 
    multiValued="true" />

我尝试像这样使用 CopyField：

<copyField source="destANYStr" dest="destANYStrCI" />

但是，显然在调用任何分析器之前，在源和目标上调用 CopyField，所以即使我已指定目标是情况- 通过分析器不敏感，保留从源字段复制的值的大小写。

我希望避免在记录创建时重新传输客户端字段中的值。

Answer 1

由于没有得到 SO 的答复，我跟进了 SOLR 用户列表。在考虑 copyField 的影响之前，我发现我的 string_ci 字段没有按预期工作。 Ahmet Arslan 解释了为什么“string_ci”字段应该使用 solr.TextField 而不是 solr.StrField：

来自 apache-solr-1.4.0\example\solr\conf\schema.xml ：

“不会分析 StrField 类型，而是逐字索引/存储。”

“solr.TextField 允许将自定义文本分析器指定为分词器和分词过滤器列表。”

通过他提供的示例和我自己的轻微调整，以下字段定义似乎可以解决问题，现在 CopyField 也可以按预期工作。

    <fieldType name="string_ci" class="solr.TextField"
        sortMissingLast="true" omitNorms="true">
        <analyzer>
            <tokenizer class="solr.KeywordTokenizerFactory"/>           
            <filter class="solr.LowerCaseFilterFactory" />
        </analyzer>
    </fieldType> 

destANYStrCI 字段将存储一个保留大小写的值，但将提供一个不区分大小写的字段进行搜索。注意：无法执行不区分大小写的通配符搜索，因为通配符短语会绕过查询分析器，并且在与索引匹配之前不会被小写。这意味着通配符短语中的字符必须是小写才能匹配。

Answer 2

是的，确实如此。 LowerCaseFilterFactory 不适用于 String 数据类型。我们只能在文本字段上应用 LowerCaseFilterFactory。

如果你尝试这样做

<!-- Assigning customised data type -->
<field name="language" type="text_lower" indexed="true" stored="true"  multiValued="false" default="en"/>  

<!-- Defining customised data type for lower casing. -->
<fieldType name="text_lower" class="solr.String" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

是行不通的，我们必须使用TextField。

试试这个方法，应该有效。只需将 fieldType 从 String 更改为 TextField

<!-- Assigning customised data type -->
<field name="language" type="text_lower" indexed="true" stored="true"  multiValued="false" default="en"/>  

<!-- Defining customised data type for lower casing. -->
<fieldType name="text_lower" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>