Solr/lucene 术语中用于模糊匹配的最大字符数

Question

我正在尝试使用 Solr 进行模糊匹配实验。

在我的文档索引first_name字段中，我提到为“MYNEWORGANIZATION20SEP2011” - 实际上这个词是“My New Organization 20-Sep-2011”，但我删除了空格和其他字符。

现在，如果我直接作为查询“MYNEWORGANIZATION20SEP2011”搜索，Solr 将得到 1 个结果，如上面的文档 ID，完美！

但是，如果我从此字符串中删除两个字符，并且在查询中如果我提供“MYNEWORGANIZATION20SEP20~0.8”，我将得到 0 个结果。

对于我的新查询 MYNEWORGANIZATION20SEP20 与主文档数据的距离是 2 - 因此 % 匹配应该是 > 90% 匹配，因此它仍然应该搜索数据（在我的查询中，我只指定 80% 匹配。

顺便说一句，如果我使用first_name 作为 6-7 个字符（如“rushik”）并提供模糊查询（如“rushik~0.75”），则搜索 在上述两种情况下，

我都使用字段类型“text_general” - 使用 solr 3.3

是否有任何字符限制 。 Solr 或者它可以在任何地方进行配置？ - 我使用默认的 solr 配置，没有更改 solrconfig.xml 中的任何内容

是否有更好的方法来搜索“My New Organization 20-Sep-2011”，例如带有模糊查询的字符串，而无需手动删除空格。

谢谢， 鲁希克。

Answer 1

您所在领域的索引时间分析是怎样的？
文本通用字段通常会经过空格标记器、停用词过滤器、单词分隔符和小写过滤器，在这种情况下，您的索引字段完全不同。
是从我的新组织 20-Sep-2011 -> 转换而来吗？ MYNEWORGANIZATION20SEP2011 在索引之前由您完成？
此外，最重要的模糊搜索不会进行查询时间分析。

您可能希望使用字段类型作为字符串或小写字段类型，例如

    <fieldType name="lowercase" class="solr.TextField" positionIncrementGap="100">
      <analyzer>
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory" />
      </analyzer>
    </fieldType>

并使用小写测试查询。