2

如果我将一个字段标记为“不存储”，Solr 会在任何地方保留该字段的原始内容，还是只保留它为索引本身剔除的“词袋”？

我是从文件安全的角度来问的。如果有人破解了运行我们的 Solr 索引的机器，他们是否可以将原始文本传递给 Solr 的“不存储”字段？

4

2 回答 2

3

不，Solr 索引不会以任何可检索或可查看的方式存储设置为的字段的原始值stored="false"。Solr wiki 上的Common Field 选项说明了设置存储选项的以下行为。

如果字段的值在搜索期间应该是可检索的，则为真

如果有人侵入运行 Solr 索引的机器并根据上述内容运行 Solr 查询，他们将无法看到该字段的内容，因为 Solr 不会返回该字段。但是，如果他们可以访问磁盘以及 Lucene 编写的实际索引文件夹和分段文件，他们可以使用Luke - Lucene Index Toolbox检查索引文件夹来查看 Solr 为该字段中的每个文档存储的术语。

于 2012-04-19T01:00:43.133 回答
3

当一个字段是 Storable.No 时，只存储足够的信息供 Lucene 执行搜索。

但是，如果在构造每个字段时指定 WITH_POSITIONS_OFFSETS，通常有足够的信息可以检索：

lowercase(EXACTSTRINGINDEXED) - LUCENEDELIMITERS - STOPWORDS

例如，如果您索引：

Jerry&Mary's Live Bait and Yellow Cab

使用将“&”和“'”视为分隔符、不索引单个字母并将“和”视为停用词的分析器，您会在索引中看到如下内容：

jerry mary live bait [null word] yellow cab

（如上所述，您可以通过 Luke 验证这一点。）

于 2012-04-19T15:18:07.710 回答