Solr索引方法

Question

我有一个场景，我必须建立多语言索引。特别是对于两个脚本，这两个脚本完全不同（印地语和英语）。所以他们的词干和lemmatiser不会相互影响。我的索引将包含数百万个文档。 从下面3我使用哪种方法进行索引？ ：

1. 两种语言的单字段。 优点 - a）由于脚本不同，我可以在其上使用两个分析器。 b）更快的搜索，因为字段将是有限的。 c）需要处理相关性问题。

2. 特定于语言的字段：a）由于字段较多，搜索速度可能较慢。

3. 多核方法：a）处理多语言文档时出现问题。 b）行政管理会很困难。 c）语言特定的搜索将很容易。

Answer 1

请阅读：Apache Solr multilanguage search，这应该有所帮助。 如果您有货，我会选择2（我正在使用该选项）。

Answer 2

我建议使用单独的核心。恕我直言，这是正确的方法。

您不必使用Solr的自动语言识别，因为您可以分别为每个核心/语言定义分析器（词形变换器/词干分析器）。 唯一缺点是样板配置元素（两个内核的大多数设置都相同）。

见最近，类似的帖子：

Applying Language Specific Analyzer Dynamically before Solr Indexing