Question

我有一个工作的Lucene索引支持建议服务。当用户键入搜索框时，它会通过SUGGESTION_FIELD查询索引。 SUGGESTION_FIELD中的每个条目都可以是许多支持的语言之一，并且每个条目都使用适当的语言特定分析器进行存储。为了知道使用了什么样的分析仪，每个条目有第二个字段存储LOCALE。因此，在查询期间，我可以说出类似下面的代码，使用适当的分析器进行语言特定的查询

QueryParser parser = new QueryParser(Version.LUCENE_33, SUGGESTION_FIELD, getLangaugeAnalyzer(locale));
return searcher.search(parser.parse("SUGGESTION_FIELD:" + queryString + " AND LOCALE:"
                + locale), 100);

作品......但现在客户希望能够一次使用多种语言进行搜索。

我的问题：考虑到建议服务需要非常快，最快的查询解决方案是什么？...

溶胶。＃1。最简单的解决方案似乎是;多次查询。对每个区域设置一次，从而每次都应用相应的语言分析器。最后以一种合理的方式附加每个查询的结果

溶胶。＃2。或者，我可以使用每个语言环境的列重新索引，以便：

SUGGESTION_FIELD_en, SUGGESTION_FIELD_fr, SUGGESTION_FIELD_es etc..

为每个字段使用不同的分析器（使用PerFieldAnalyzerWrapper），然后使用更复杂的查询字符串进行查询，以便：

"SUGGESTION_FIELD_en:" + queryString + " AND SUGGESTION_FIELD_fr:" + queryString + " AND SUGGESTION_FIELD_es:" + queryString

如果您认为，请帮忙:)。

Answer 1

您的查询将是这样的：（sugField：queryString1 AND locale：loc1）OR（sugField：queryString2 AND locale：loc2）OR ....这是一个顶级BooleanQuery，其中添加了下级BooleanQueries = SHOULD，其中每个从属查询的条件为occurrence =必须。 queryString1，queryString2等是具有相同输入的不同语言分析器的输出，即用户输入的字符串。

每个从属查询都涉及在索引中很少见的强制性术语（来自您的查询字符串），Lucene在一开始就知道这一点（它知道索引中每个术语的总文档数），因此它将首先约束结果queryString然后另外与语言环境术语相交。无论索引多大，这都非常有效。

对于不同的分析器，我建议您不要使用QueryParser，而是以编程方式创建整个查询。只要您不手动输入查询，这是一个很好的一般建议，在您的情况下，这是获得分析方面控制权的唯一方法。通过每个特定于语言的分析器运行查询字符串，并将其输出标记作为TermQueries添加到下级BooleanQueries。

Lucene多语言分析器/索引方法

1 个答案: