使用通配符搜索内容管理器时出错

Question

我注意到，如果我搜索某些短语 Tridion Content Manager 会给我以下错误

Unable to get the list of search results.
Unable to process the Search Request. Invalid search query: (*out*) AND RepositoryId:tcm\:0\-4\-1 AND OrganizationalItemAncestorIds:tcm\:*\-135625\-2. maxClauseCount is set to 10240
org.apache.lucene.search.BooleanQuery$TooManyClauses: maxClauseCount is set to 10240
at org.apache.lucene.search.BooleanQuery.add(BooleanQuery.java:136)
at org.apache.lucene.search.BooleanQuery.add(BooleanQuery.java:127)
at org.apache.lucene.search.ScoringRewrite$1.addClause
[...and so on]

在上面的示例中，我正在搜索短语*out*。当我搜索短语*a* 和其他各种较小的通配符查询时，它也会失败。 out* 工作正常，*out* 工作正常，如果我将搜索限制在项目标题。无论我搜索“所有出版物”还是特定文件夹都没有关系。我是否将搜索结果限制在最小值 (50) 甚至都没有关系。

也许这与返回的结果数量有关？

完全相同的搜索在 Tridion 5.3 上运行良好，我想它没有使用 lucene？

关于如何解决这个问题的任何想法？

Answer 1

Lucene 不允许使用前导通配符（Tridion 的 R5.3 版本使用了允许它们的 Verity 实现），因为它的索引和搜索方式。前导通配符有效地导致索引扫描每个术语以查找匹配项，而不是使用更典型和高性能的方法使用索引来查找匹配项（请参阅Lucene FAQ）

您可以通过调用QueryParser.setAllowLeadingWildcard(true) 启用此功能，但我强烈建议在大多数情况下不要这样做。

更好的方法可能是过滤需要前导通配符的术语，而不是将它们传递到查询中（如果前导通配符术语是唯一被搜索的术语，则实际上不可行）

此外，Lucene 提供了ReverseStringFilter，这是一个过滤器，它也可以反向索引所有术语。这可能是创建索引以启用前导通配符搜索的最佳方式。

马上，我认为这两个都不能真正处理像*out* 这样的查询。将您的数据表示为 N-Gram 可能是一种选择（请参阅NGramTokenizer）。