Lucene：使用FuzzyQuery在搜索中搜索

Question

我需要使用包含大约800万行的索引来创建 FuzzyQuery 。这种查询非常慢，每场比赛需要大约20秒。事实是，在进行模糊搜索之前，我可以使用另一个字段将结果缩小到大约5000次点击。为了实现这一点，我应该首先通过“较窄”字段进行搜索，然后在这些结果中使用模糊搜索。

根据lucene FAQ，我唯一需要做的是 BooleanQuery ，其中应该需要“更窄”（ BooleanClause.Occur.MUST 在lucene 3）。

现在我尝试了两种不同的方法：

a）使用Query Parser，输入如下： narrower:+narrowing_text fuzzy:fuzzy_text~0.9

b）使用 TermQuery 和 FuzzyQuery 构建 BooleanQuery

两者都没有奏效，我得到的时间与使用较窄者的时间差不多。

另外，只是为了检查如果更窄的工作时间应该好多了，我只重新编制了与较窄的匹配的5000个项目，并且搜索速度很快。

如果有人想知道，我正在使用pylucene 3.0.2。

Answer 1

Doppleganger，您可以使用Filter，特别是QueryWrapperFilter。 按照Lucene in Action中的示例进行操作。您可能需要进行一些修改才能在python中使用，但除此之外它应该很简单：

1. 创建将此范围缩小到5000次点击的查询。
2. 使用它来构建QueryWrapperFilter。
3. 在涉及模糊查询的搜索中使用过滤器。