Solr：结合EdgeNGramFilterFactory和NGramFilterFactory

我有一种情况需要使用EdgeNGramFilterFactory和NGramFilterFactory。

我正在使用NGramFilterFactory来执行“包含”样式搜索，最小字符数为2.我还想搜索第一个字母，例如带有前EdgeNGramFilterFactory的“startswith”。

我不想将NGramFilterFactory降低到最小字符1，因为我不想索引所有字符。

一些帮助将不胜感激

干杯

Answer 1

您不必在同一领域中完成所有这些操作。 我会为每个处理使用不同的自定义类型创建不同的字段，以便您可以单独应用逻辑。

在下面的：

• text包含原始令牌，最低限度处理;
• text_ngram使用NGramFilter作为两个字符最小的标记
• text_first_letter使用EdgeNGram作为单字符的首字母标记

如果您以这种方式处理所有text字段，那么您可以使用copyField来填充字段。 否则，您可以指示Solr客户端为三个单独的字段类型发送相同的字段值。

搜索时，使用qf参数在搜索中包含所有这些内容。

设置field和dynamicField定义由您决定。 或者，如果您有更多问题，请告诉我，我可以通过澄清进行编辑。

Answer 2

首先应用具有min = 1和max = 1000的EdgeNgramFilter（我们希望包含整个原始令牌）。 例：

你好=>’h’，’他’，’嗨’，’地狱’，’你好’

其次使用minram = 2的NGramFilter。（为简单起见，我将在示例中使用2作为最大值）

‘h’，’他’，’hel’，’hell’，’hello’=>’h’，’他’，’他’，’el’，’他’，’el’，’ll’，’他’，’el’，’ll’，’lo’

现在你将有几个相同的标记，因为你已经从EdgeNGramFilter的所有“部分”标记上应用了NGramFilter，但只需应用RemoveDuplicatesTokensFilter来删除它们。

‘h’，’他’，’他’，’el’，’他’，’el’，’l”，’他’，’el’，’l”，’lo’=>’h’，’他’，’el’，’ll’，’lo’

现在，您的字段将支持单个char“startsWith”查询和多个字符“包含”查询。