Solr中的一对多地理空间搜索索引设计

Question

我希望就设计Solr索引的最佳方法提出一些建议，其中每个文档都有多个标签以及多个lat / lng对。

示例文档的JSON表示：

Document {
    id: 123,
    name: "Sample Doc",
    tags: [
        {tag:"example1", weight:0.5},
        {tag:"example2", weight:1.0},
        {tag:"example3", weight:1.5}
    ],
    locations: [
        {lat:1.234, lng:5.678},
        {lat:9.876, lng:5.432}
    ]
}

标记需要在索引时分配各种权重（权重在查询之间不会改变）。对索引的搜索包括针对名称的文本搜索以及与纬度/经度对相距特定距离内的所有文档的标记。例如，在9.876 / 5.432的5000米范围内搜索：“Sample example3”。

在这样的搜索中，具有更多标记匹配和与标题匹配的文档应该排名更高（不确定Solr是否默认），同时仍然考虑标记权重（这使得某个标记可能导致文档由于它的重量，在搜索中排名很高。

我过去曾使用Solr进行全文搜索，并且我已经玩过它的地理空间功能。我来自Sphinx背景，但我认为Solr是一款更强大的产品，可满足我的大多数需求。我只需要一些帮助来设计一个可以有效地完成全文+加权+地理空间的索引。非常感谢任何建议！

Answer 1

地理空间多值数据可以通过Solr的开箱即用架构中的location_rpt轻松处理。

这里比较棘手的部分是加权标签。作为第一个剪辑，我将索引3个字段，tags05 tags10 tags15，每个字段分别有0.5,1.0和1.5的3个单独的查询时间提升（通过edismax的qf param）。这是一种离散化方法，根据您拥有的桶数量，您可以放松一些重量保真度（此处显示3个）。如果可以，请避免Solr 4 JOIN查询;他们往往很慢。由于数据被拆分，IDF得分会有点不好，所以你可能想对这些不考虑IDF的字段尝试不同的相似性实现。