我正在建立一个 Solr 搜索引擎，它将索引多种语言。我创建了一个自定义 UpdateProcessorFactory 来确定输入文本的哪些部分是哪种语言，然后我将文档的这些部分复制到特定于语言的字段中。例如，使用此文本：
“你好世界，你好世界，你好世界。”
它将“Hello World”复制到 en-text 字段中，将“Bonjour le Monde”复制到 fr-text 字段中，并将“Hallo Welt”复制到 de-text 字段中。每个字段都有适当的语言分析器来标记和词干单词。
最后，我希望有一个框供用户输入可以搜索所有语言的搜索词。搜索词不需要翻译，但应该适当地词干。实现这一目标的最佳方法是什么？我也非常关心搜索的性能。
最好的方法是使用DisMaxRequestHandler。它将针对适当的语言（如 schema.xml 中定义）适当地分析每个字段。
因此，如果您的查询看起来像 /solr/select?qt=dismax&qf=en-text%20fr-text%20de-text&q=hello%world Solr 会做正确的事情。
（假设您在 solrconfig.xml 的 requestHandler 块中将 dismax 配置为 solr.DisMaxRequestHandler）
大多数分析速度很快。您的性能界限主要取决于您的索引大小、总术语数等。请务必根据 wiki 上的 solr 性能指南调整所有内容。我目前正在运行一个 60GB 的索引，并继续在不那么花哨的硬件上获得低于 100 毫秒范围内的搜索。