Solr 高级 StopFilterFactory

Question

我需要 Solr 中的高级停用词过滤器。

我们需要将停用词存储在数据库中，并能够由用户更改它们（每个用户都应该有自己的停用词）。这就是为什么我正在考虑发送停用词 从我们的应用程序 solr 或从 solr 连接到我们的数据库，并在自定义 StopFilterFactory 中使用更新的停用词。

此外，每个用户都有自己的停用词列表，该列表将存储在 mysql db“停用词”表中。 （id、user_id、停用词）。

我们有下一个索引结构。该索引将存储所有用户的数据。

  <field name="user_id" type="int" indexed="true" stored="true" required="true" multiValued="false" />
  <field name="tag_name" type="text_general" indexed="true" stored="true" required="false" multiValued="false"/>
  ...
  <field name="tag_description" type="text_general" indexed="true" stored="true" required="false" multiValued="false"/>

我不确定如何实现上述行为，但我正在考虑编写自己的自定义 StopFilterFactory，它将从数据库中获取停用词，并在索引文档时为用户使用不同的停用词。

你有什么建议？那可能吗 ？我走对了吗？

Answer 1

我不认为从 Solr 中查询数据库以获取停用词是一个好主意。

从 Solr 4.8 开始，您可能会感兴趣的 ManagedStopFilterFactory。它提供了一个 REST API 来管理停用词。 请参阅this blogpost 和this Jira ticket。

我会创建一个小型 cronjob 或一个服务来查询数据库并使用上述 REST API 将停用词推送到 Solr。

为每个用户提供不同的停用词对我来说似乎是一种奇怪的方法， 因为您需要为每个用户单独的索引或字段。