Solr协会

Question

最近几天我们正在考虑使用Solr作为我们的首选搜索引擎。 我们需要的大多数功能都是开箱即用的，或者可以轻松配置。 然而，我们绝对需要的一个功能似乎在Solr中被很好地隐藏（或缺失）。

我将尝试用一个例子来解释。 我们有很多实际上是商业的文件：

<document>
  <name>Apache</name>
  <cat>1</cat>
  ...
</document>
<document>
  <name>McDonalds</name>
  <cat>2</cat>
  ...
</document>

此外，我们还有另一个包含所有类别和同义词的xml文件：

<cat id=1>
  <name>software</name>
  <synonym>IT<synonym>
</cat>
<cat id=2>
  <name>fast food</name>
  <synonym>restaurant<synonym>
</cat>

我们希望关联商家和类别，以便我们可以使用类别的名称和/或同义词进行搜索。 但是我们不希望在索引时合并这些文件，因为我们应该更新类别（添加。删除同义词......）而不再为所有业务编制索引。

Solr中有什么东西可以做这种关联，还是我们需要开发一些特定的部分？

欢迎提出所有反馈和建议。

先谢谢你，汤姆

Answer 1

基本上你在这里有一个设计决定。 人们对Solr索引的常见做法是对它们进行非规范化，即将类别定义分解为业务文档。 由于您不想这样做，我建议保留两种类型的文档 - 一种用于业务，另一种用于类别。您可以将两者保存在同一索引中，因为Solr不要求所有文档具有相同的字段。 业务文档看起来很简单，但您必须通过业务名称和类别ID来搜索它们。 我建议为每个同义词创建一个类别文档，您可以在其中搜索同义词并找到ID（和类别名称）。

要使用同义词进行搜索，您需要进行双重搜索 -

• 使用名称的文本搜索类别ID。
• 使用类别ID搜索商家。

Answer 2

实际上有一个名为solr.SynonymFilterFactory的过滤器类。

如果仅在查询分析器中使用它，则应允许您将cat编号映射到其2个文本等效项，如下所示：

    <fieldType name="category" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="category_Synonyms.txt" ignoreCase="true" expand="false"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

这样，您只能索引类别ID。 这意味着您不必再将所有业务发送给Solr。 此外，如果有人查询 “软件”或“IT”，它会将其映射到该类别

您的category_Synonyms.txt应该包含如下行：

1，软件，IT

这里唯一的回顾是，当您更改名称或同义词时，您必须想出一种编辑文本文档的方法。 所以我想这只会帮助你不经常更改类别名称？ 除非有其他人知道这种方法可以轻松完成。

我实际上将上面的内容添加到我自己的solr中并在其上运行了Analyzer工具..结果如下：

正如你所看到的，它已经变成了软件

1

请注意你必须设置

扩大

参数为

假

我希望这有帮助。

戴夫

Answer 3

您无法找到未编制索引的信息，除非您在提交查询之前实现某种查询转换/扩展，以在其索引等效内容中转换某些查询字词。

因此，如果用户键入“restaurant”，那么您的查询将被转换为包含cat = 1的过滤器。

据我所知，Solr不包含此功能，因此您必须自己实现或调整适当的模块（如http://lucene-qe.sourceforge.net/ ）。

Answer 4

除了之前提供的一些优秀创意之外，您还可以查看多值字段。 因此，您的类别字段可以包含任意数量的值（并在需要时更新），当您搜索它时查询所有值。