索引和搜索单词和单词部分

Question

我刚刚从我们的产品数据库索引了一堆文本数据。我的目标是评估Apache Solr的生产用途。

这是一个文档示例：

{
   "shape":"Geometric",
   "color":"MATTE BLACK",
   "gender":"unisex",
   "model":"CLUBMASTER RX 5154",
   "sales":10,
   "lens":"rugged",
   "material":"plastic",
   "brand":"Ray-Ban"
}

我们的搜索应用中最重要的是模糊匹配，因为不准确的搜索字词非常频繁。

所以，我对Solr发现的结果有点失望。

例如：

clubmaster -> many results
club master -> no results

为什么？！

ray ban -> many results
rayban -> no results

在我任期之后，我也尝试过~1甚至~2，没有运气！

所有字段都已编入索引'* _txt_en'预定义字段。

Answer 1

您无法在不自定义架构/ solrconfig的情况下运行严格的生产设置以满足您的特定需求。根据我的猜测，你会得到你想要的结果：

1. 将您的文本字段复制到具有不同分析的不同版本中，例如：
   • 一个字符串类型，难以匹配
   • 使用EdgeNgram匹配前缀的一个字段。
   • 另一个使用WordDelimiterFilterFactory来匹配ray-ban / rayban
   • ...
2. 使用edismax作为查询解析器
3. 在edismax中，有许多内容需要调整。但最重要的是：搜索上面的所有字段，但重量则以不同的方式，分析越少，权重越大