Apache Solr短语查询不知道schema.xml中的过滤器

Question

我是solr的新手，我对查询机制有疑问。

在我的solr schema.xml中，对于特定字段（比如field1），我有一个标准的标记器，可以分成单词和几个过滤器。其中一个过滤器是 solr.KeepWordFilterFactory 过滤器，它有一个极短的字典（只有10个字，比如它们是：红色，橙色，黄色，绿色等）。我用solr的analyze菜单测试了模式，一切正常。

这是一个带有文字“红狐狸坐在绿草地上”的文件。将转换为{“red，”green“}

但是，当我提交查询时：field1：“red green”它找不到这样的文件。好像查询应用于未过滤但已标记化的源。

您能否确认这是标准查询解析器实际执行的操作。即，过滤器专门用于索引，但实际搜索没有？（我知道搜索将仅应用于索引与分析的查询匹配的那些文档）。或者如果不是，在上面的例子中，短语查询的实际效果如何。

Answer 1

当你进行这样的查询：“red green”时，Lucene希望在连续的位置找到这些术语，所以pos（绿色）= pos（红色）+ 1.当你这样做时：“red green” ~10，你给它10个动作来调整周围的条件并试图使它们看起来连续（它被称为短语slop）。

其他，KeywordMarkerFilter所做的是用关键字flag标记令牌。后面的过滤器可以实现一个逻辑，在修改之前检查令牌是否为关键字。它不会阻止lucene从未标记为关键字的索引标记，但它可以阻止它进一步修改它们。