索引和搜索单词和单词部分

Question

我刚刚从我们的产品数据库中索引了一堆文本数据。我的目标是评估 Apache Solr 的生产用途。

这是一个文档示例：

{
   "shape":"Geometric",
   "color":"MATTE BLACK",
   "gender":"unisex",
   "model":"CLUBMASTER RX 5154",
   "sales":10,
   "lens":"rugged",
   "material":"plastic",
   "brand":"Ray-Ban"
}

在我们的搜索应用中最重要的是模糊匹配，因为不准确的搜索词非常频繁。

所以，我对 Solr 找到的结果有点失望。

例如：

clubmaster -> many results
club master -> no results

为什么？！

ray ban -> many results
rayban -> no results

我还尝试在任期结束后放置 ~1 甚至 ~2，但没有成功！

所有字段都被索引为“*_txt_en”预定义字段。

Answer 1

如果不自定义架构/solrconfig 以满足您的特定需求，您就不能只运行严肃的生产设置。根据我的猜测，你会得到你想要的结果：

1. 将您的文本字段复制到具有不同分析的不同版本中，例如：
   • 一个作为字符串类型，很难匹配
   • 一个使用EdgeNgram 匹配前缀的字段。
   • 另一个使用 WordDelimiterFilterFactory 来匹配 ray-ban/rayban
   • ...
2. 使用edismax作为查询解析器
3. 在 edismax 中，有很多东西需要调整。但最重要的是：搜索上面所有的字段，但是权重不同，分析越少，权重越大