Solr - KeywordTokenizerFactory - 多个单词的精确匹配不起作用

Question

我在 Solr 中做了如下类型定义：

<fieldType name="text_phrase" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
  </analyzer>    
</fieldType>

它应该逐字索引值（没有标记化）。

我将值“紧身牛仔裤”添加到我的索引中。

当我运行以下搜索查询（url 解码以供阅读）时，我得到 no results：

http://myvm:8983/solr/mycore/select?q=*:*&fq=name:("skinny jeans")&wt=json&indent=true&debugQuery=true

您可以看到 URL 正在搜索所有内容 (*:*)，过滤器查询的确切值是“紧身牛仔裤”。

然后我将值“jeans”添加到我的索引中，并使用

运行类似的查询

&fq=name:("jeans")

我确实找到了“牛仔裤”元素。

---

所以它适用于单个单词，但不适用于多个单词。为什么会这样？毕竟，我正在寻找一个确切的值。这让我怀疑 KeywordTokenizerFactory 正在做一些奇怪的事情。谁能告诉我为什么这样的基本设置没有返回任何结果？

谢谢，

Answer 1

这是因为您使用KeywordTokenizerFactory 进行索引，从而使单词保持原样。不应用任何标记化或不创建任何标记。但是在查询时，您使用的是WhitespaceTokenizerFactory，它会为空格创建标记。

所以KeywordTokenizerFactory 将有一个类似"skinny jeans" 的标记作为索引中的单个标记。

WhitespaceTokenizerFactory 将创建类似"skinny", "jeans" 的令牌。

您可以看到差异，它不会匹配。您正在针对 "skinny jeans" 搜索 "skinny", "jeans"。

您需要更改索引标记器或查询标记器。

如果您想继续进行完全匹配，请在索引和查询时将KeywordTokenizerFactory 保留在标记器中，如下所示

<fieldType name="text_phrase" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
  </analyzer>    
</fieldType>

您可以使用solr分析工具检查索引时创建的令牌和查询时创建的令牌。