休眠搜索以查找短語的部分匹配項

Question

在我的項目中，我們使用帶有 lucene 分析器和太陽能的休眠搜索 4.5。 我為我的客戶提供了一個文本字段。 當他們輸入一個短語時，我想找到名稱包含給定短語的所有User實體。

例如，考慮在數據庫中有以下標題的條目列表：

[ Alan Smith, John Cane, Juno Taylor, Tom Caner Junior ]

jun應該回歸Juno Taylor和小Tom Caner Junior

an應該返回Alan Smith ， John Cane和Tom Caner Junior

    @AnalyzerDef(name = "customanalyzer", tokenizer = @TokenizerDef(factory = WhitespaceTokenizerFactory.class), filters = {
            @TokenFilterDef(factory = LowerCaseFilterFactory.class),
            @TokenFilterDef(factory = SnowballPorterFilterFactory.class, params = { @Parameter(name = "language", value = "English") })

    })
@Analyzer(definition = "customanalyzer")
    public class Student implements Serializable {

        @Column(name = "Fname")
        @Field(index = Index.YES, store = Store.YES, analyze = Analyze.YES)
        private String fname;

        @Column(name = "Lname")
        @Field(index = Index.YES, store = Store.YES, analyze = Analyze.YES)
        private String lname;

    }

我試過通配符搜索，但

通配符查詢不會在匹配項上應用分析器。 否則風險 * 或 ? 被傷害太高了。

Query luceneQuery = mythQB
    .keyword()
      .wildcard()
    .onFields("fname")
    .matching("ju*")
    .createQuery();

我怎樣才能做到這一點？

Answer 1

首先，您沒有將分析器分配給您的字段，因此當前未使用它。 你應該使用@Field.analyzer。

其次，要回答您的問題，最好使用EdgeNGramFilter分析此類文本。 您應該將此過濾器添加到您的分析器定義中。

編輯：另外，為了防止諸如“sathya”之類的查詢匹配“sachana”，您應該在查詢時使用不同的分析器。

下面是一個完整的例子。

@AnalyzerDef(name = "customanalyzer", tokenizer = @TokenizerDef(factory = WhitespaceTokenizerFactory.class), filters = {
        @TokenFilterDef(factory = LowerCaseFilterFactory.class),
        @TokenFilterDef(factory = SnowballPorterFilterFactory.class, params = { @Parameter(name = "language", value = "English") })
        @TokenFilterDef(factory = EdgeNGramFilterFactory.class, params = { @Parameter(name = "maxGramSize", value = "15") })

})
@AnalyzerDef(name = "customanalyzer_query", tokenizer = @TokenizerDef(factory = WhitespaceTokenizerFactory.class), filters = {
        @TokenFilterDef(factory = LowerCaseFilterFactory.class),
        @TokenFilterDef(factory = SnowballPorterFilterFactory.class, params = { @Parameter(name = "language", value = "English") })

})
public class Student implements Serializable {

    @Column(name = "Fname")
    @Field(index = Index.YES, store = Store.YES, analyze = Analyze.YES, analyzer = @Analyzer(definition = "customanalyzer"))
    private String fname;

    @Column(name = "Lname")
    @Field(index = Index.YES, store = Store.YES, analyze = Analyze.YES, analyzer = @Analyzer(definition = "customanalyzer")))
    private String lname;

}

然后特別提到你想在構建查詢時使用這個“查詢”分析器：

QueryBuilder queryBuilder = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Student.class)
    // Here come the assignments of "query" analyzers
    .overridesForField( "fname", "customanalyzer_query" )
    .overridesForField( "lname", "customanalyzer_query" )
    .get();
// Then it's business as usual
Query luceneQuery = queryBuilder.keyword().onFields("fname", "lname").matching("sathya").createQuery();
FullTextQuery query = fullTextEntityManager.createFullTextQuery(luceneQuery, Student.class);

另見： https : //stackoverflow.com/a/43047342/6692043

---

順便說一句，如果您的數據僅包含名字和姓氏，則不應使用詞干提取 ( SnowballPorterFilterFactory )：它只會無緣無故地降低搜索的准確性。

Answer 2

為什么不使用標准的TypedQuery ？

（其中String term是您的搜索詞）

TypedQuery<Student> q = em.createQuery(
        "SELECT s " +
        "FROM Student s " +
        "WHERE s.fname like :search " +
        "OR s.lname like :search";
q.setParameter("search", "%" + term + "%");

沒有測試這個，但是這樣的事情應該可以解決問題。