Sphinx 根据排序返回不一致的结果集

Question

我正在尝试为我正在开发的网络应用程序实现多语言索引。目前，记录有几种语言版本：英语、马来语和马来语。阿拉伯语（但它们没有分成不同的列）。目前仅启用英语词干分析器。

仅构建两个索引，即词干索引和非词干索引。我遇到了词干索引的问题，因为返回的结果集不一致，具体取决于排序列。

这两个查询（来自词干索引）每个都返回不同数量的总结果，尽管它们之间的区别只是排序顺序。

SELECT * FROM test1stemmed WHERE MATCH('@institution universiti') GROUP BY art_id ORDER BY art_title_ord ASC;

SELECT * FROM test1stemmed WHERE MATCH('@institution universiti') GROUP BY art_id ORDER BY art_title_ord DESC;

但是，如果在非词干索引上运行相同的查询，则结果数量相等。

我在使用 Sphinx PHP API 时也遇到同样的问题：

$sp = new SphinxClient();
$sp->SetServer('localhost', 9312);
$sp->SetMatchMode(SPH_MATCH_EXTENDED);
$sp->SetGroupBy('art_id', SPH_GROUPBY_ATTR, "$sp_sort_column $sort");
$sp->SetLimits($offset, $rows_per_page, 1000);
$sp->Query("$q", 'test1stemmed');

我缺少什么？

Answer 1

我在此处的文档中错过了一些东西 http://sphinxsearch.com/docs/2.0.2 /聚类.html

警告：分组是在固定内存中完成的，因此其结果只是近似值；因此，total_found 中报告的组可能比实际存在的组多。 @count 也可能被低估。为了减少不准确性，应该提高 max_matches。如果 max_matches 允许存储所有找到的组，结果将 100% 正确。

因此，我可以通过增加 max_matches 中的值来解决此问题，但由于放置非常大的值绝对是不可取的，因此我会修复查询。