Java Solr通配符搜索结果不正确

在进行通配符查询时，出现了一些意外的结果。我正在使用Solr6.6.0。solr ui中的eDiscoveryMax处理程序。以下查询按预期返回不带通配符的结果-firstNames:James，但添加通配符时未找到任何结果。 对于firstNames字段，我使用默认的fieldType text_en和默认的标记器和过滤器。当我对firstNames:Stephen和firstNames:Stephen*运行完全相同的查询时，我得到了通配符搜索和非通配符搜索的结果。下面是schema.xml中的字段xml：

  <field name="firstNames" type="text_en" multiValued="true" indexed="true" stored="true"/>

不要删除停止词。这是20世纪70年代的一次节省空间的黑客攻击。它使一些单词无法搜索，所以像“vitamin a”这样的查询永远不会起作用，因为“a”是一个停止词。下面是一篇博客文章，列出了100%是停止语的电影标题

不要使用带有词干的通配符。这将在词干上显示匹配项，而不是表面单词。您需要一个仅包含小写筛选器的单独字段

不要在人名上使用词干。例如，您不想将“史蒂夫·乔布斯”改为“史蒂夫·乔布斯”，或将“威廉·戈尔丁”改为“威廉·戈尔德”

更好的是，使用ICU折叠式过滤器，而不仅仅是小写

---

当您执行通配符查询时，不会调用分析链（这是一个小谎言——确实如此，但仅限于MultiTermAware组件——这通常意味着LowercaseFilter是唯一仍然处于活动状态的组件）

由于您有一个词干过滤器和所有格过滤器，因此

James

上的end

s

将被删除。由于这只发生在索引时间（请记住，当您使用通配符时，通常会在查询时跳过分析链），因此标记

jame

存储在索引中

当您进行查询时，

firstNames:James*

，您要求Solr“查找包含以

James

开头的令牌的任何文档。由于存储的是令牌

jame

，因此没有与

James

匹配的令牌

当您使用

Stephen

尝试此操作时，词干筛选或所有格筛选都不会删除单词的结尾，因此

Stephen*

会查找任何以

Stephen

开头的标记，并且由于该标记存在（没有更改），因此会返回匹配项

---

解决方案取决于您的用例；不需要在名称字段上使用词干或所有格过滤器，因为这对名称没有实际意义（相反，您可以应用自己的逻辑来匹配相似的名称）。另一种选择是使用ngramfilter，有效地为令牌的每个前缀和中缀版本生成令牌（

foo

，

f

，

fo

，

oo

，

o

）。

关于停止字，对“我是否必须使用停止字”问题的回答不是“是”或“否”。答案是“为什么不”“但要明智地根据你的数据。 对于药物数据库，“a”、“b”、“c”。。。不应在stopwords定义文件中。

---

对于100%停止词数据库的电影标题，标题字段不能使用停止词，但描述字段可能应该使用。

为名字创建2-3个复制字段并进行不同分析是否是一种好方法，这样我就可以匹配准确的搜索词并保留通配符，并猜测通配符匹配的得分会更低。是的，这是一种常见的方法。一个字段用于精确匹配，一个字段用于语音匹配，其他字段用于满足应用程序中的任何要求。需求应该引导必要的领域，而不仅仅是哪些领域可能有用。

  <fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StopFilterFactory" words="lang/stopwords_en.txt" ignoreCase="true"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.EnglishPossessiveFilterFactory"/>
      <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
      <filter class="solr.PorterStemFilterFactory"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.SynonymFilterFactory" expand="true" ignoreCase="true" synonyms="synonyms.txt"/>
      <filter class="solr.StopFilterFactory" words="lang/stopwords_en.txt" ignoreCase="true"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.EnglishPossessiveFilterFactory"/>
      <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
      <filter class="solr.PorterStemFilterFactory"/>
    </analyzer>
  </fieldType>