Question

我注意到AppEngine的“生产”全文搜索功能的奇怪行为：

1）我在App Engine中构建一个文本搜索索引，其中包含“full_name”字段，其值为“Kenny G”或“G Money”以及一个条目“G G”：

final Index index = SearchServiceFactory.getSearchService().getIndex(IndexSpec.newBuilder().setName("MY_IDX").build());
index.put(Document.newBuilder().setId("doc1").addField(Field.newBuilder().setName("name").setText("G G"))
            .build());
index.put(Document.newBuilder().setId("doc2").addField(Field.newBuilder().setName("name").setText("G G G"))
            .build());
index.put(Document.newBuilder().setId("doc3").addField(Field.newBuilder().setName("name").setText("Kenny G"))
            .build());
index.put(Document.newBuilder().setId("doc4").addField(Field.newBuilder().setName("name").setText("G Money"))
            .build());

2）然后我使用简单的“G”查询字符串搜索索引：

final QueryOptions options = QueryOptions.newBuilder().build();
final Query query = Query.newBuilder().setOptions(options).build("G");
for (final ScoredDocument doc : index.search(query).getResults()) {
    for (final Field field : doc.getFields()) {
        System.out.println(field.getType() + ": " + field.getName() + " - " + field.getText());
    }
}

在devserver / unit测试环境中，我输出：

name (TEXT): G G
name (TEXT): G G G
name (TEXT): Kenny G
name (TEXT): G Money

在“生产”App Engine上的JSP中运行相同的东西只产生：

name (TEXT): Kenny G
name (TEXT): G Money

请注意，不会返回字段值为“G G”（或“G G G”）的文档。

索引的最小字段长度是否有书面限制？显然，令牌化接受单个字符的标记或“Kenny G”示例将失败。非常令人费解和看起来像一个潜在的错误，但也许我错过了记录的东西。

Answer 1

生产服务器实现一项功能，其中包含连续单个字母的文档文本字段将组作为一个单元处理。如果您搜索[ggg]，您应该找到具有三个G的文档。这个想法是连续的单个字母可能是一个缩写，应该分组。否则连续的单个字母通常不会出现在普通（英语）文本中。

不幸的是，这是一个未在devserver中模拟的高级功能的示例。

顺便说一句，此行为对文档指定的语言很敏感。例如，在法语中，行为是不同的。

我们计划添加文档以澄清此功能。

AppEngine全文搜索查询与devserver / unit测试环境不一致

1 个答案: