休眠搜索 Lucene。建议但几乎像 SQL "LIKE"

Question

这是我第一次处理优化的搜索功能，我的部分熟练程度是在 android 开发的前端，但我愿意冒险尝试 hibernate-search。我确实了解 SQL“LIKE”查询的功能，它的作用及其限制，这就是我直接跳到休眠搜索（lucene）的原因，我的目标是根据输入（输入查询）提供自动建议.这就是我目前所得到的

@Indexed
@Table (name = "shop_table")
@Entity
@AnalyzerDef(name = "myanalyzer",
    tokenizer = @TokenizerDef(factory = KeywordTokenizerFactory.class), //
    filters = { //
            @TokenFilterDef(factory = LowerCaseFilterFactory.class),
            @TokenFilterDef(factory = WordDelimiterFilterFactory.class),
            @TokenFilterDef(factory = EdgeNGramFilterFactory.class, params = 
{ @Parameter(name = "maxGramSize", value = "1024") }),})
@Analyzer(definition = "myanalyzer")
public class Shop implements Serializable {

@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;
enter code here

@Field(index = Index.YES, store = Store.YES, analyze = Analyze.YES)
@Column(name = "name")
private String name;

... other methods

我的查询

 Query lucenQuery = qb.keyword().onField("name").matching(searchTerm).createQuery();

它只是一个基本查询，我只专注于分析器配置以获得我想要的东西，它真的很困惑我应该关注哪个部分来实现我想要的东西，令牌化？过滤？还是查询本身？ 无论如何，我已经将这 2 个短语编入索引。

"Apache Lychee Department" 
"Apache Strawberry Club Large"

当我处理/查询“Straw”时，它会给我 Apache Strawberry Club Large 但是当我处理/查询“Lychee”或“Apache Lychee”时，查询给了我两个？我只期待Apache荔枝系

我理解我所有配置的方式是/是

EdgeNGramFilterFactory (1024) 会给我一系列 1,024 的 EdgeNGrams 索引

LowerCaseFilterFactory 会给我所有小写的索引

WordDelimiterFilterFactory通过将查询作为一个单词对其进行过滤，并给我匹配的数据。

每个条目/数据都将被 KeywordTokenizerFactory 标记为关键字，并将被 EdgeNGram 索引为 1,024

我尝试查询一个短语，但仍然得到相同的输出

  Query luceneQuery = qb.phrase().onField("name").sentence(searchTerm).createQuery();

我的目标是有一个自动建议.. 或者至少从模仿 sql 的“LIKE”开始..

Answer 1

您应该考虑两件事：

• 默认情况下，当查询中有多个词条时，结果将包括与任何个词条匹配的文档，而不是所有个词条。
• 默认情况下，您的查询将使用您在编制索引时使用的分析器进行分析。

这尤其意味着您的查询“Lychee”将被分析为“L Lyc Lych Lyche Lychee”之类的内容（由于边缘 ngram 过滤器）。字符串“Apache Strawberry Club Large”之前被分析过，并且由于边缘 ngram 过滤器，术语“Large”被扩展为“L La Larl Large”。所以查询“Lychee”将匹配“Apache Strawberry Club Large”，因为它们都包含一个以 L 开头的单词...

这显然是不受欢迎的行为。

第一步是改变分析查询的方式，这样您就不会匹配完全不相关的文档。 基本上，您将需要定义另一个几乎相同的分析器，但没有“edge ngram”过滤器。然后您需要告诉 Hibernate Search 使用该分析器来分析您的查询。

详情请见this answer。

作为第二步，如果所有包含的术语都存在于文档中，您需要使查询匹配。为此，最简单的解决方案是使用simple query string query 而不是关键字查询。

替换这个：

Query lucenQuery = qb.keyword().onField("name").matching(searchTerm).createQuery();

有了这个：

Query lucenQuery = qb.simpleQueryString().onField("name").withAndAsDefaultOperator().matching(searchTerm).createQuery();

关键是调用.withAndAsDefaultOperator()。

此更改将产生其他一些影响，例如在输入字符串中启用特殊语法，因此我鼓励您阅读参考文档以了解 simpleQueryString 的确切含义。

Answer 2

感谢@yrodiere，我做到了这一点

@Indexed
@Table (name = "shop_table")
@Entity
@AnalyzerDef(name = "edgeNgram",
    tokenizer = @TokenizerDef(factory = WhitespaceTokenizerFactory.class),
    filters = {
            @TokenFilterDef(factory = LowerCaseFilterFactory.class),
            @TokenFilterDef(factory = EdgeNGramFilterFactory.class, params = 
                                      { @Parameter(name = "maxGramSize", value = "1024") }),
    })
@AnalyzerDef(name = "search_query_analyzer",
    tokenizer = @TokenizerDef(factory = WhitespaceTokenizerFactory.class),
    filters = {
            @TokenFilterDef(factory = ASCIIFoldingFilterFactory.class),
            @TokenFilterDef(factory = LowerCaseFilterFactory.class)
    })
public class Shop implements Serializable {

@Id
@GeneratedValue(strategy = GenerationType.IDENTITY)
private Long id;


@Field(store = Store.YES, analyze = Analyze.YES)
@Column(name = "name")
@Analyzer(definition = "edgeNgram")
private String name;

public void setName(String name) {
    this.name = name;
}

public String getName() {
    return this.name;
}
}

还有我的查询

  QueryBuilder qb = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Shop.class)
            .overridesForField("name", "search_query_analyzer").get();

    Query lucenQuery = qb.simpleQueryString().onField("name").withAndAsDefaultOperator().matching(shopSearchTerm).createQuery();

但我不确定我是否以正确的方式实施它..