Lucene索引具有相同性质的多个字段

Question

每个Lucene doc都是一个配方，每个配方都有成分。

我努力寻找成分，并给出一个结果，说两个成分匹配四个。 （例如）

那么如何将这些成分添加到doc中呢？ 在solr我可以创建多个字段，它会将它们全部保存，我可能做错了，因为它只保存了一个成分。

这也适用于像'tags'这样的字段。

ps我正在使用Zend Framework，如果它很重要的话。

Answer 1

Lucene文档支持添加多个同名字段。 即你可以反复打电话：

document.add(new Field("name"), value) 

所以你这样做：

# (pseudo-code) 
document1.add(new Field("ingredient"), "vanilla") 
document1.add(new Field("ingredient"), "strawberry") 
index.add(document)

# And then search for
index.search("ingredient", "vanilla" && "strawberry")

你会得到回文件1。 但是如果你搜索：

index.search("ingredient", "vanilla" && "apple")

你不会得到document1 。

如果您搜索：

index.search("ingredient", "vanilla" || "apple")

你也可以找回document1 。

如果要查看哪些成分匹配，只需将文档上的字段保存为存储字段，然后为每个匹配的文档检索字段列表并将其与用户查询进行比较。

另请注意，默认情况下，添加到文档的具有相同名称的字段的PositionIncrementGap为0。

这意味着，如果你添加：

   document1.add(new Field("ingredient"), "chocolate") 
   document1.add(new Field("ingredient"), "orange") 

然后它会被视为一种叫做“巧克力橙”的单一成分，可能与之匹配：

index.search("ingredient", "chocolate orange")

您可以避免为PositionIncrementGap> 1设置一个值，这将产生：

0场比赛：

index.search("ingredient", "chocolate orange")

和1匹配：

index.search("ingredient", "chocolate" &&  "orange")

Answer 2

我在这里看到两种可能的方法：

1. 对数据进行非规范化 - 为配方中的每种成分创建单独的文档，为配方的所有文档提供常见的配方ID。 然后，在搜索期间，汇总配方ID的所有匹配项。 有点难看。
2. 将所有成分连接到一个公共字段，并将其编入“文本”索引。 然后使用带有'OR'的布尔查询搜索成分（这在Java Lucene术语中称为'Should'，我不知道PHP等价物）。

我建议你尝试第二种方法，看看它是否有帮助。