Solr 和太阳黑子的模糊搜索答案

【问题标题】：Fuzzy search with Solr and sunspotSolr 和太阳黑子的模糊搜索
【发布时间】：2013-04-24 10:59:41
【问题描述】：

我已经为我的 Rails 3.0 应用安装了 Solr 和 Sunspot gem。

我的目标是进行模糊搜索。例如，我希望搜索词“Chatuea Marguxa”被发现为“Château Margaux”。

其实只找到完全相同的词，所以模糊根本没用。

我的模特：

  searchable do
    text :winery
  end

我的控制器：

   search = Wine.search do
     fulltext 'Chatuea Marguxa'
   end

我尝试过的 solr 模式，带有 ngram：

<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StandardFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15"/>
  </analyzer>

我也试过双变音：

<analyzer>
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StandardFilterFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.PorterStemFilterFactory"/>
        <filter class="solr.PhoneticFilterFactory" encoder="DoubleMetaphone" inject="true"/>
      </analyzer>

在这两种情况下，我都得到了 0 响应。（当然是在重新索引之后）。

我做错了什么？

【问题讨论】：

在您的情况下，语音过滤器不够用，您需要进行拼写检查/更正
我可以使用什么工具呢？我不明白。

标签： ruby-on-rails solr sunspot fuzzy-search

【解决方案1】：

尝试在查询中的所有单词后面添加字符'~'。像这样：Chatuea~ Marguxa~。这是在 lucene 中实现的模糊运算符：http://lucene.apache.org/core/3_6_0/queryparsersyntax.html#Fuzzy%20Searches

【讨论】：

【解决方案2】：

一些搜索发现fuzzilygem：

轶事基准：针对我们整个 Geonames 派生表位置（320 万条记录，大约 1GB 数据），在我的开发机器上（2011 款 MacBook Pro）

搜索前 10 个匹配记录需要 6ms ±1 准备所有记录的索引大约需要 10 分钟的数据库查询开销更改记录的时间为 3ms ±2 内存开销（ trigrams 表索引）约为 300MB

【讨论】：