2

我已经使用 Hibernate Search 为我的数据库建立了索引。我使用自定义分析器,用于索引和查询。我有一个名为 inchikey 的字段不应被标记化。示例值为:

  • BBBAWACESCACAP-UHFFFAOYSA-N
  • KEZLDSPIRVZOKZ-AUWJEWJLSA-N

当我用 Luke 查看我的索引时,我可以确认它们没有按要求进行标记。

但是,当我尝试使用网络应用程序搜索它们时,会找到一些 inchikeys,而另一些则没有。奇怪的是,对于这些 inchikeys,当我在没有最后一个连字符的情况下进行搜索时,搜索确实有效,如下所示:BBBAWACESCACAP-UHFFFAOYSA N

我无法在未找到的 inchikeys 中找到共同元素。

知道这里发生了什么吗?

我使用 MultiFieldQueryParser 搜索数据库中的不同字段:

    String[] searchfields = Compound.getSearchfields();
    MultiFieldQueryParser parser = new MultiFieldQueryParser(Version.LUCENE_29, Compound.getSearchfields(), new ChemicalNameAnalyzer());
    //Disable the following if search performance is too slow
    parser.setAllowLeadingWildcard(true);
    FullTextQuery fullTextQuery = fullTextSession.createFullTextQuery(parser.parse("searchterms"), Compound.class);
    List<Compound> hits = fullTextQuery.list();

Tim 和我在此处发布了有关我们设置的更多详细信息。

4

1 回答 1

2

事实证明,输入文件中的最后一个条目没有被正确索引。这些正在被标记化。事实上,它们似乎被索引了两次:一次没有被标记化,一次被标记化。当我搜索时,我找不到未标记的。

我还没有找到原因,但我认为这可能与我们的解析器结束有关,而 Lucene 仍在索引最后的条目,结果 Lucene 恢复为默认分析器(StandardAnalyzer)。当我找到罪魁祸首时,我会在这里报告。

将 @Analyzer(impl = ChemicalNameAnalyzer.class) 添加到字段可以解决问题,但我想要的是我的原始设置,默认分析器在配置中定义一次,如下所示:

<property name="hibernate.search.analyzer">path.to.ChemicalNameAnalyzer</property>
于 2011-03-30T05:54:05.100 回答