问题标签 [lucene]

在 Lucene 中，如果您有多个索引，每个索引只覆盖一个分区。为什么在不同的索引上进行相同的搜索会返回不同分数的结果？来自不同服务器的结果完全匹配。

即，如果我搜索：

• 姓名 - 约翰·史密斯
• 出生日期 - 1934 年 11 月 11 日

分区 0将返回 0.345 的分数

分区 1将返回 0.337 的分数

两者都完全匹配名称和出生日期。

我在不太了解如何实现一个像样的 Lucene 排序或排名方面遇到了这个长期问题。假设我有一个城市及其人口的列表。如果有人搜索“新”或“伦敦”，我想要按人口排序的前缀匹配列表，并且我使用前缀搜索和反转的按字段排序，其中有一个人口字段，即纽约新墨西哥州; 或伦敦，伦敦德里。

但是，我也总是希望完全匹配的名称位于顶部。因此，在“伦敦”的情况下，列表应该显示“伦敦，伦敦，伦敦德里”，其中第一个伦敦在英国，第二个伦敦在康涅狄格州，即使伦敦德里的人口比伦敦 CT 高。

有没有人有一个单一的查询解决方案？

我有一个应用程序进行前缀搜索一段时间。最近索引大小增加了，结果发现某些前缀太多，以至于 lucene 无法处理。它不断向我抛出一个Too Many Clauses错误，这让我非常沮丧，因为我一直在查看我的 JAR 并确认包含的代码实际上都没有使用布尔查询。

为什么它不抛出类似 Too Many Hits 异常的东西？当我肯定只使用前缀查询时，为什么增加布尔查询的静态最大子句整数实际上会使这个错误消失？查询的运行方式是否有一些我不理解的基本内容？是不是他们偷偷变成了布尔查询？

我使用 solr 搜索文档，当尝试使用此查询“ id:*”搜索文档时，我收到此查询解析器异常，告诉它无法使用 * 或？作为第一个字符。

是否有任何补丁可以让它与 * 一起工作？还是做这样的查询成本很高？

我想使用 Lucene（特别是 Lucene.NET）来搜索电子邮件地址域。

例如，我想搜索“@gmail.com”以查找发送到 gmail 地址的所有电子邮件。

对“*@gmail.com”运行 Lucene 查询会导致错误，星号不能位于查询的开头。对“@gmail.com”运行查询不会返回任何匹配项，因为“foo@gmail.com”被视为一个完整的单词，您不能只搜索单词的一部分。

我怎样才能做到这一点？

假设我在 Solr 中有一个名为price的文档字段，并且我对该字段进行了分面。我想将方面作为值范围（例如：0-100、100-500、500-1000 等）。怎么做？

我可以事先指定范围，但我也想知道是否可以根据文档中的值自动计算范围（比如 5 个值）？

随着对应用程序的域模型对象的更改，希望让人们对保持 Lucene 索引保持最新的想法。

有问题的应用程序是一个使用 Hibernate 的基于 Java/J2EE 的 Web 应用程序。我目前的工作方式是 Hibernate 映射模型对象都实现了一个通用的“可索引”接口，该接口可以返回一组记录在 Lucene 中的键/值对。每当执行涉及此类对象的 CRUD 操作时，我通过 JMS 队列将其发送到消息驱动的 bean 中，该 bean 在 Lucene 中记录对象的主键和从 Indexable 对象的 index() 方法返回的键/值对假如。

我对这个方案的主要担心是 MDB 是否落后并且无法跟上即将到来的索引操作，或者如果某种错误/异常阻止对象成为索引。结果是某个时间段或较长时间段的过期索引。

基本上我只是想知道其他人为这种事情想出了什么样的策略。不一定要寻找一个正确的答案，但我正在想象一系列“白板”之类的想法，让我的大脑思考替代方案。

Microsoft SQL 的最佳全文搜索替代方案是什么？（适用于 MS SQL）

我正在寻找类似于Lucene和Lucene.NET但没有 .NET 和 Java 要求的东西。我还想找到一种可用于商业应用的解决方案。

我们目前正在使用 Lucene 2.1.0 进行站点搜索，但遇到了一个难题：在目标搜索期间，我们的一个索引字段被忽略了。以下是将字段添加到我们索引中的文档的代码：

对索引运行查询 ( * ) 将返回以下结果：

运行有针对性的查询：

不会找到任何结果。

我意识到这是一个非常具体的问题，我只是想获取有关从何处开始调试此问题的信息，因为我是 Lucene 新手。

更新

安装卢克，检查最新索引...字段market_local在搜索中可用，所以如果我执行类似的操作：

搜索工作正常（在卢克）。我现在正在检查我们的分析器代码，有什么办法可以将这个问题归结为我们的搜索应用程序使用的是 Lucene 2.1.0 而最新版本的 Luke 使用的是 2.3.0 的事实？

是否有人成功地覆盖了查询中的文档评分，以便可以通过自己的功能确定术语与字段内容的“相关性”？如果是这样，是通过实现CustomScoreQuery并覆盖 customScore(int, float, float) 吗？我似乎找不到一种方法来构建自定义排序或自定义记分器，它可以将精确术语匹配的排名远高于其他前缀术语匹配。任何建议，将不胜感激。