Question

我为我的产品实体定义了一个Document对象，它有几个字段：Title，Brand，Category，Size，Color，Material。

现在我想支持用户在多个字段上进行AND搜索。任何包含一个，两个或多个字段的文档都将包含所有搜索字词。

例如，当用户输入“gucci shirt red”时，我想返回所有具有与所有3个代币“gucci”，“shirt”和“red”相匹配的字段的文档。因此，以下所有文件都将得到回复：

1.标题文件包含所有3个单词，例如Title =“Gucci Modern Shirt Red”或“Gucci blue shirt”......

2.标题=“古驰经典衬衫”和颜色=“红色”的文件

3.分类=“男士衬衫”的文件和品牌=“gucci”和颜色=“红色”

4.etc ..

我知道Lucene支持运营商+必须进行搜索查询。例如，我可以将上面的关键字翻译成“+ gucci + shirt + red”，然后我确定上面例子（1）的文件一定会被回复。但它是否适用于上述案例（2）和（3）？

Answer 1

在进行这些类型的查询时，我喜欢： 创建一个主BooleanQuery并添加多个子查询，它们协同工作以提供最佳结果 ：

TermQuery：（完全匹配），有人输入标题的完全匹配
PhraseQuery：（使用slop），所以如果你有“Gucci Modern Shirt Red”和某人输入“Gucci Shirt”（注意一个单词的差距）就会匹配
FuzzyQuery：（在大型（> 5000万条记录）/非内存索引上速度慢）以解决潜在的拼写错误
布尔子查询：，所有术语分开并进行“或”运算。查询匹配1个我们的4个单词将得分较低，但3/4个单词将得分较高。
查询解析（如上所述，潜在字段提升）
其他：即同义词搜索短语等

我会对所有这些类型进行OR，然后使用收集器最低分数过滤掉它们。

我喜欢master Boolean方法的原因是你可以设置一个用户选择查询“类型”的设置。也许很简单 - ＆gt;高级，很容易在运行中快速添加/删除查询类型，并且可以非常轻松地构建查询，从而提供预测结果。提升您在内部Lucene算法中的记录/相似性，结果有时不清楚。

效果：我使用Lucene 3.0.x对索引进行了类似的查询＆gt; 100M记录NOT IN MEMORY，它可以很快地给出亚秒响应。模糊查询确实减慢了速度，但如前所述，可以将其设置为高级搜索选项（或“再次搜索...”）

Answer 2

不，如果没有在查询中显式搜索字段，它将转到默认字段，在您的情况下它将显示为“标题”。您需要更多的查询：

+shirt +color:red +brand:gucci

例如

。

或者，一个常见的用法是设置一个catch all字段，其中所有（或大部分）可搜索数据被混合在一起，允许您以非常宽松的方式在该字段上搜索所有内容，其中你会使用类似的东西：

all:(+shirt +gucci +red)

或者，如果您将该字段设为默认字段：

+shirt +gucci +red

如你所说。

Answer 3

您可以使用MultiFieldQueryParser。添加标题，颜色，品牌等。

如果您搜索“gucci shirt red”，那么使用上面的Parser将返回

之类的查询

+（（标题：gucci颜色：gucci品牌：gucci）（标题：衬衫颜色：衬衫品牌：衬衫）（标题：红色颜色：红色品牌：红色）

这应该可以解决问题。

此外，如果你想要，那么，对于上面的查询，你想要展示品牌与gucci产品显示1然后你可以应用提升到这个领域。