如何使用 Solr 索引散列数组答案

【问题标题】：How to index an array of hashes with Solr如何使用 Solr 索引散列数组
【发布时间】：2016-02-16 21:54:03
【问题描述】：

我需要索引具有以下数据结构的专利目录：

  "cpc": [
    {
      "class": "61",
      "section": "A",
      "sequence": "1",
      "subclass": "K",
      "subgroup": "06",
      "main-group": "45",
      "classification-value": "I"
    },
    {
      "class": "61",
      "section": "A",
      "sequence": "2",
      "subclass": "K",
      "subgroup": "506",
      "main-group": "31",
      "classification-value": "I"
    }
]

我想知道这里的正确方法是什么。我也许可以使用 cpc.class 并将其与 multiValued="true" 结合使用。

我想查找与某个 CPC 代码匹配的文档。 CPC 代码可以是部分的。现在我的解决方案是简单地使用 multiValued=true 的嵌套引用。有更好的方法吗？

<field name="cpc.class"                 type="int"    indexed="true" stored="true" multiValued="true" />
<field name="cpc.section"               type="string" indexed="true" stored="true" multiValued="true" />
<field name="cpc.sequence"              type="int"    indexed="true" stored="true" multiValued="true" />
<field name="cpc.subclass"              type="string" indexed="true" stored="true" multiValued="true" />
<field name="cpc.subgroup"              type="int"    indexed="true" stored="true" multiValued="true" />
<field name="cpc.main-group"            type="int"    indexed="true" stored="true" multiValued="true" />
<field name="cpc.classification-value"  type="string" indexed="true" stored="true" multiValued="true" />

这个实现的问题是它返回的文档实际上与搜索条件不匹配。示例：

"cpc.section:A",
"cpc.class:61",
"cpc.subclass:Q",
"cpc.main-group:8"

我得到的文件没有这种组合。我认为当前的方式实现了搜索，以便每个字段都是一个列表，并返回任何组合的匹配值。我需要缩小范围，以便只返回正确的组合。

【问题讨论】：

你想找到什么？围绕发现而不是围绕原始数据结构构建 Solr 索引。
CPC 是分层代码，不是吗？如果您为专利索引建模，请考虑hierarchical facets。
Solr documents with child elements?的可能重复
我想搜索文档，以便只有在一个哈希中存在搜索词时才返回结果。 multiValued 方式产生的结果实际上与搜索条件不匹配。在问题中查看更多更新。
您使用的是 Solr 还是 Lucene？哪个版本？如果是 Solr，您如何访问它：SolrJ、Solr.NET、...？

标签： json indexing solr

【解决方案1】：

使用 Solr 对其进行索引的最佳方法是将嵌套数据结构 (cpcs) 拆分为平面文档，并在其中包含专利 ID。这样就可以搜索到部分 cpcs 的任意组合。

【讨论】：