Lucene Hibernate Search | ngram分析器，具有minGramSize 1

我的Hibernate搜索分析器配置有一些问题。 我的一个索引实体（“医院”）有一个字符串字段（“名称”），可以包含长度为1-40的值。我希望能够通过搜索一个字符来找到实体（因为医院可能只有一个字符名）

如果添加名为“我的测试医院”的医院，Lucene索引如下所示：

1   name    al
1   name    e
1   name    es
1   name    est
1   name    h
1   name    ho
1   name    hos
1   name    hosp
1   name    hospi
1   name    hospit
1   name    hospita
1   name    hospital
1   name    i
1   name    it
1   name    ita
1   name    ital
1   name    l
1   name    m
1   name    my
1   name    o
1   name    os
1   name    osp
1   name    ospi
1   name    ospit
1   name    ospita
1   name    ospital
1   name    p
1   name    pi
1   name    pit
1   name    pita
1   name    pital
1   name    s
1   name    sp
1   name    spi
1   name    spit
1   name    spita
1   name    spital
1   name    st
1   name    t
1   name    ta
1   name    tal
1   name    te
1   name    tes
1   name    test
1   name    y
1   name    a

以下是我构建和执行搜索查询的方式：

QueryBuilder hospitalQb = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Hospital.class).get();
Query hospitalQuery = hospitalQb.keyword().onFields("name")().matching(searchString).createQuery();
javax.persistence.Query persistenceQuery = fullTextEntityManager.createFullTextQuery(hospitalQuery, Hospital.class);
List<Hospital> results = persistenceQuery.getResultList();  

---

所以问题是，有人知道更好的analyzer配置或其他构建搜索查询的方法来解决问题吗

您可以设置第二台分析仪，除了没有ngram过滤器外，其他功能相同，然后覆盖用于查询的分析仪：

QueryBuilder hospitalQb = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Hospital.class)
    .overridesForField( "name", "my_analyzer_without_ngrams" )
    .get();
// Then it's business as usual

---

---

此外，如果您正在实现某种自动完成（

foo*

），而不是在word搜索（

*foo*

）中，您可能希望使用

EdgeNGramFilterFactory

而不是

NGramFilterFactory

：它将只生成作为索引令牌前缀的Ngram。

您可以设置第二个分析器，相同，只是它没有ngram过滤器，然后覆盖用于查询的分析器：

QueryBuilder hospitalQb = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Hospital.class)
    .overridesForField( "name", "my_analyzer_without_ngrams" )
    .get();
// Then it's business as usual

---

---

此外，如果您正在实现某种自动补全（

foo*

），而不是在单词搜索（

*foo*

）中，您可能希望使用

EdgeNGramFilterFactory

而不是

NGramFilterFactory

：它只会生成作为索引标记前缀的ngram。

Yoann的回答是正确的，添加了一些建议：不要使用如此大的

maxGramSize

：对于大多数用例，选择3或4。此外，您可能希望使用多个@field注释为同一字段编制索引：为每个字段指定不同的名称和不同的分析器，然后在查询时执行针对这两个字段的布尔查询，每个都有正确的分析器。Yoann的回答是正确的，并添加了一些建议：不要使用如此大的

maxGramSize

：对于大多数用例，选择3或4。此外，您可能希望使用多个@field注释为同一字段编制索引：为每个字段指定不同的名称和不同的分析器，然后在查询该字段时，使用正确的分析器针对这两个字段执行布尔查询。谢谢您的帮助。这几乎解决了问题，但是否有可能覆盖所有字段的分析器？我有许多具有相同问题的嵌入式索引实体。所以我必须重写它们所有（.overridesForField（“careUnits.name”…）也许可以加载一个“my_analyzer”的实例，而不使用“ngrams”通过编程并使用此实例生成搜索查询？@Andre您能提供您正在使用的实际代码吗？我在原始问题中只看到一个字段，因此我看不出问题的确切原因，解决方案可能会根据问题的性质而有所不同。您是否生成一个针对多个字段的查询？多个查询，each针对单个字段？其他？在最初的问题中，我试图分解复杂性。我在实际实现中有更多的索引实体。这就是我目前实现搜索的方式：。它是这样工作的，但在我看来，所有字段的手动覆盖都有点脏。因此，如果你知道一个更好的方法为了解决这个问题，我会很高兴你的解决方案。谢谢你的帮助和你的时间。好的，从你正在做的事情来看，你最好使用

org.apache.lucene.queryparser.simple.simplequalyparser

解析搜索字符串。只需使用

simplequalyparser（Analyzer Analyzer，Map weights）

constructor，并通过执行

fullTextSession.getSearchFactory（）.getAnalyzer（“搜索”）检索您的分析器

。请注意，我们正在进行中，但在5.8之前，最多几周内将无法提供。@yrodiere我对这个答案很感兴趣，但您能否更详细地解释覆盖的工作原理？也许可以举个例子？谢谢您的帮助。这几乎解决了问题，但是否有可能覆盖所有f的分析器IELD？我有许多具有相同问题的嵌入式索引实体。因此我必须覆盖它们所有（.overridesForField（“careUnits.name”…）也许可以加载“my_analyzer”的实例，而不加载任何内存通过编程并使用此实例生成搜索查询？@Andre您能提供您正在使用的实际代码吗？我在原始问题中只看到一个字段，因此我看不出问题的确切原因，解决方案可能会根据问题的性质而有所不同。您是否生成一个针对多个字段的查询？多个查询，each针对单个字段？其他？在最初的问题中，我试图分解复杂性。我在实际实现中有更多的索引实体。这就是我目前实现搜索的方式：。它是这样工作的，但在我看来，所有字段的手动覆盖都有点脏。因此，如果你知道一个更好的方法为了解决这个问题，我会很高兴你的解决方案。谢谢你的帮助和你的时间。好的，从你正在做的事情来看，你最好使用

org.apache.lucene.queryparser.simple.simplequalyparser

解析搜索字符串。只需使用

simplequalyparser（Analyzer Analyzer，Map weights）

constructor，并通过执行

fullTextSession.getSearchFactory（）.getAnalyzer（“搜索”）检索您的分析器

。请注意，我们正在进行中，但在5.8之前，最多几周内无法提供该选项。@yrodiere我对这个答案很感兴趣，但您能否更详细地解释覆盖的工作原理？也许可以举个例子？

QueryBuilder hospitalQb = fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(Hospital.class)
    .overridesForField( "name", "my_analyzer_without_ngrams" )
    .get();
// Then it's business as usual