Solr模糊搜索奇怪的案例

Question

我正在使用复杂的短语查询实现solr模糊搜索。 但我正在分阶段审理一个案件： q={!complexphrase}name:"woo~1 grou~2"返回＆＃34; 木组＆＃34;结果是。 q={!complexphrase}name:"woo~1 gro~2" 不返回＆＃34; 木组＆＃34;。 gro和group之间的距离是2！

搜索此查询： q={!complexphrase}name:"Anderso~1 Interes~2"返回＆＃39; Anderson兴趣＆＃39;。 Interes和Interests之间的延迟与gro和group相同!!!

任何想法是什么原因？

Answer 1

我相信你遇到了查询重写的问题。

任何多项查询（模糊查询，前缀查询等）都会在Lucene中扩展为与其匹配的确切术语。尽管如此，可以通过这种方式生成的术语数量最多，因此在重写查询时，它只会尝试在该限制内选择最佳。我怀疑gro~2的匹配太多了。

也许你会觉得很奇怪，有这么多的匹配，它不能将所有这些匹配到查询中。看起来你正试图搜索以gro开头的单词，最后还有两个字母。有多少可以？但那不是你正在寻找的东西。模糊查询基于levenshtein距离。该术语的匹配包括：

• g__ - 以g
开头的三个字母的单词
• _r_ - 中间带有r的三个字母的单词
• __o - 三个字母的单词，最后带有o
• gr__ - 以gr
开头的任何四个字母的单词
• 等

简而言之，它可以匹配大量术语列表，而在相似度算法方面，“arm”和“cron”匹配就像“group”一样。

如果确实只想匹配以“gro”开头的字词，请使用前缀查询："woo* gro*"。

如果您想使用模糊查询进行实际搜索，包括上面列出的可能匹配项，您可以在solrconfig's query section中放大MaxBooleanClauses。

<query>
  <maxBooleanClauses>1024</maxBooleanClauses>