如何在 SOLR 中索引 URL，以便我可以在网站之后提升结果

Question

我的 SOLR 中索引了数千个文档，这些文档代表从不同网站爬取的数据。文档的字段之一是 SourceURL，其中包含我抓取并索引到此文档中的网页的 url。

我想使用提升查询来提升来自特定网站的结果。 例如，我有 4 个文档，每个文档在 SourceURL 中包含以下数据

1. https://meta.stackoverflow.com/page1
2. http://www.stackoverflow.com/page2
3. https://stackoverflow.com/page3
4. https://stackexchange.com/page1

我想提升来自 stackoverflow.com 的所有结果，而不是子域（在本例中为结果 2 和 3）。

你知道如何索引 url 字段，然后使用 boost 查询来识别来自特定网站的所有文档，就像上面的例子一样？

Answer 1

一种方法是在索引时间之前解析 url 并指定它是否是主域（例如，您的 schema.xml 文件中的 primarydomain 布尔字段）。

然后您可以在查询结果中提升primarydomain 字段。有关如何在查询时提升字段的示例，请参阅使用 Solr Wiki 中的 DisMaxQParserPlugin。