Question

我使用Hibernate Search索引了我的数据库。我使用自定义分析器，用于索引和查询。我有一个名为inchikey的字段，不应该被标记化。示例值为：

BBBAWACESCACAP-UHFFFAOYSA-N
KEZLDSPIRVZOKZ-AUWJEWJLSA-N

当我用Luke查看我的索引时，我可以根据需要确认它们没有被标记化。

然而，当我尝试使用网络应用程序搜索它们时，会发现一些寸数，而其他则没有。奇怪的是，对于这些英寸游戏，当我在没有最后一个连字符的情况下进行搜索时搜索能够正常工作，如下所示：BBBAWACESCACAP-UHFFFAOYSA N

我无法在找不到的寸声中找到共同的元素。

知道这里发生了什么吗？

我使用MultiFieldQueryParser搜索数据库中的不同字段：

    String[] searchfields = Compound.getSearchfields();
    MultiFieldQueryParser parser = new MultiFieldQueryParser(Version.LUCENE_29, Compound.getSearchfields(), new ChemicalNameAnalyzer());
    //Disable the following if search performance is too slow
    parser.setAllowLeadingWildcard(true);
    FullTextQuery fullTextQuery = fullTextSession.createFullTextQuery(parser.parse("searchterms"), Compound.class);
    List<Compound> hits = fullTextQuery.list();

有关我们设置的更多详细信息已由Tim和我发布here。

Answer 1

事实证明输入文件中的最后一个条目没有被正确编入索引。这些都被标记化了。实际上，似乎它们被索引了两次：一次没有被标记化，一次被用。当我搜索时，我找不到未标记的。

我还没有找到原因，但我认为它可能与我们的解析器结束有关，而Lucene仍在索引最后的条目，因此Lucene恢复到默认的分析器（StandardAnalyzer）。当我找到罪魁祸首时，我会在这里报告。

将@Analyzer（impl = ChemicalNameAnalyzer.class）添加到字段可以解决问题，但我想要的是我的原始设置，默认分析器在config中定义一次，如下所示：

<property name="hibernate.search.analyzer">path.to.ChemicalNameAnalyzer</property>

为什么Lucene有时不匹配InChIKeys？

1 个答案: