如何配置SOLR以便用户默认进行前缀搜索？

Question

我正在使用 SOLR 3.2。我的应用程序在 SOLR 实例上针对文本字段类型发出搜索查询。当用户发出“book”这样的查询时，如何使 SOLR 返回“book”、“bookshelf”、“bookasd”等结果。我应该手动将“*”字符附加到查询字符串中，还是 SOLR 中有一个设置，以便它默认在字段上进行前缀搜索？

这是文本字段类型的 schema.xml 部分：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.StopFilterFactory"
                ignoreCase="true"
                words="stopwords.txt"
                enablePositionIncrements="true"
                />
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="1" splitOnCaseChange="0"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
      </analyzer>
      <analyzer type="query">
        <charFilter class="solr.HTMLStripCharFilterFactory"/>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenat0All="1" splitOnCaseChange="0"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>
      </analyzer>
    </fieldType>

Answer 1

有多种方法可以做到这一点，但从性能角度来看，您可能需要使用 EdgeNgramFilterFacortory

Answer 2

我对一个项目有同样的要求。我必须实施建议。我所做的就是定义这个建议字段类型，

<fieldType class="solr.TextField" name="suggester">
    <analyzer  type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        
        <filter class="solr.ShingleFilterFactory" minShingleSize="2" maxShingleSize="3" outputUnigrams="true" outputUnigramsIfNoShingles="false" />
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords_en.txt" enablePositionIncrements="true" />
    </analyzer>
    <analyzer  type="query">
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
</fieldType>

我使用了ShingleFilterFactory，因为我需要获得由一个或多个单词组成的建议。

然后我使用分面查询来获取建议。

Facet.Limit=10

Facet.Prefix="书"

Facet.Field="Suggester" //这是我在其中保存数据的 fieldType="suggester" 字段

我知道它使用方面结果但也许它可以解决你的问题。

如果我的或 Jayendra帕蒂尔的回答没有为您提供解决方案，您也可以看看EdgeNGramFilterFactory

Answer 3

您要么必须通过在搜索词末尾附加通配符来在客户端进行处理。

影响：-

1. 通配符查询会对性能产生影响
2. 通配符查询不会经过分析。因此，查询时间分析不会应用于您的搜索词。

另一个选择是使用您需要的处理来实现自定义查询解析器。

Answer 4

我相信你现在已经明白了这一点，但这里有一个答案：

我通过取最后一项并在最后一项加上通配符加上 OR 来处理这个问题，例如“我最喜欢的书”变成“我+最喜欢的+” （书或书*）”，并会返回“我最喜欢的书架”。无论如何，您可能想对输入进行一些处理（转义等）。

如果您专门寻找与结果开头匹配的文本，那么边缘 n 元语法是最佳选择，但从阅读您的问题来看，您似乎并没有真正要求这样做。