1

我正在索引具有大型文本内容字段的文档。大多数时候，我想对这些数据以及传入的查询进行特殊处理。（我当前的 fieldType 定义在底部。）

但是，有时，例如当用户在引号中传入某些内容时，我想从本质上使用与为字段定义的查询分析器不同的查询分析器。也许使用 KeywordTokenizerFactory 而不是 WhitespaceTokenizerFactory，这样我就可以匹配“一个短语中的多个单词”而不会将它们分开。

如何在查询时选择不同的查询分析器？

我知道我可以使用 copyField 并设置一个完全不同的字段定义，但这实际上会使我的 Solr 索引使用的空间增加一倍，这是不可行的。

<fieldType name="text_en_splitting_reversed" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <analyzer type="index">
    <!-- convert things like é to e and ŕ to r -->
    <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/> 
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
      add enablePositionIncrements=true in both the index and query
      analyzers to leave a 'gap' for more accurate phrase queries.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnNumerics="1" splitOnCaseChange="1" types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <filter class="solr.ReversedWildcardFilterFactory" withOriginal="true"
       maxPosAsterisk="3" maxPosQuestion="2" maxFractionAsterisk="0.33"/>
 </analyzer>
  <analyzer type="query">
    <!-- convert things like é to e and ŕ to r -->
    <charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/> 
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"  types="word-delim-types.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
  </analyzer>
</fieldType>
4

1 回答 1

2

实际上可以动态更改使用的分析器，但需要一些自定义代码。查看http://www.slideshare.net/treygrainger/semantic-multilingual-strategies-in-lucenesolr中的幻灯片 30，其中 Trey 正在谈论使用这种方法来支持多语言领域的不同分析器。他的方法必须为索引和查询分析执行此操作，而对您而言，它只是查询。

这是 Trey 引用的 JIRA 功能请求。

于 2016-06-28T21:29:19.113 回答