0

我正在从 3.x 迁移到 4.x，并且我正在运行一些查询来验证一切是否像以前一样工作。然而，我发现查询“galaxy s3”给出的结果要少得多。在 3.x 中 numFound=1628，在 4.x 中 numFound=70。

这是相关的架构部分：

<fieldtype name="text_pt" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="false">
   <analyzer type="index">
       <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="-" replacement="IIIHYPHENIII"/>
       <tokenizer class="solr.StandardTokenizerFactory"/>
       <filter class="solr.PatternReplaceFilterFactory" pattern="IIIHYPHENIII" replacement="-"/>
       <filter class="solr.ASCIIFoldingFilterFactory" />
       <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" preserveOriginal="1" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
       <filter class="solr.LowerCaseFilterFactory"/>
       <filter class="solr.StopFilterFactory" ignoreCase="false" words="portugueseStopWords.txt"/>
       <filter class="solr.BrazilianStemFilterFactory"/>
       <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
   </analyzer>
   <analyzer type="query">
       <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="-" replacement="IIIHYPHENIII"/>
       <tokenizer class="solr.StandardTokenizerFactory"/>
       <filter class="solr.PatternReplaceFilterFactory" pattern="IIIHYPHENIII" replacement="-"/>
       <filter class="solr.ASCIIFoldingFilterFactory" />           
       <filter class="solr.SynonymFilterFactory" ignoreCase="true" synonyms="portugueseSynonyms.txt" expand="true"/>
       <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" preserveOriginal="1" catenateNumbers="0" catenateAll="0" protected="protwords.txt"/>
       <filter class="solr.LowerCaseFilterFactory"/>
       <filter class="solr.StopFilterFactory" ignoreCase="false" words="portugueseStopWords.txt"/>
       <filter class="solr.BrazilianStemFilterFactory"/>
       <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
   </analyzer>
</fieldtype>

此查询中涉及的同义词是：

siii, s3
galaxy, galax

我的默认搜索运算符是 AND（在两个版本中，即使它在 4.x 中已被弃用），调试的输出是：

SOLR 3.x

<str name="parsedquery">+(title_search_pt:galaxy title_search_pt:galax) 
+MultiPhraseQuery(title_search_pt:"(sii s3 s) 3")</str>

SOLR 4.x

<str name="parsedquery">+((title_search_pt:galaxy title_search_pt:galax)/no_coord) 
+(+title_search_pt:sii +title_search_pt:s3 +title_search_pt:s +title_search_pt:3)/str>

奇怪的是它不会返回像“galaxy s3”这样的结果。这是调试查询：

所需子句不匹配 (+title_search_pt:sii +title_search_pt:s3 +title_search_pt:s +title_search_pt:3)
(NON-MATCH) 未能满足所需/禁止子句的条件，所需子句不匹配 ( title_search_pt:sii)
(NON-MATCH) 没有匹配项
(MATCH) 权重(title_search_pt:s3 in 1834535)
(MATCH) 权重(title_search_pt:s in 1834535)
(MATCH) 权重(title_search_pt:3 in 1834535)

当它应该与 s 和 s3 进行或运算时，它是如何需要的？

分析输出显示 sii 的标记位置为 2，就像它的同义词一样，如下所示：

galaxy  sii 3
galax   s3
        s
4

2 回答 2

2

出于某种我们不知道的原因，autoGeneratePhraseQueries="false" 在 SOLR 3.x 中没有得到尊重，但在 4.x 中得到了尊重。

为了保持我们在 parsedquery 中看到的相同行为，我们必须将标志切换为 true。

感谢 SOLR 邮件列表中的 Chris Hostetter 为我提供了答案。

于 2013-09-09T13:56:32.023 回答
1

您不应在该部分中使用preserveOriginal="1"in 。此选项仅用于索引（如果您使用 AND 运算符）。solr.WordDelimiterFilterFactoryquery

于 2013-09-07T14:35:38.277 回答