有人能解释一下什么是SpanQuery，它的典型用例是什么吗 这个查询非常简洁，并且不断提到“span”的概念，我不太确定我是否理解它。span查询是一个查询，它返回关于每个匹配在文档中发生的位置的信息。使用getSpans（）方法获取位置 下面的一组幻灯片（不幸的是在Powerpoint中）包含一个示例：为Lucene提供了一个功能。它们用于查找彼此相邻的多个术语，而无需这些术语按指定顺序出现。您可以指定要查找的术语以及它们之间的距离。您可以将这些span查询相互组合，也可以与其他类型的Luc
当我更改synonyms.txt时，我只看到这样做时的差异： 重新启动solr服务器 索引某些项（空提交？） 有人知道一种不用重启服务器就可以重新加载synonyms.txt文件的方法吗 TK很多。也应该重新加载同义词。我几乎总是将索引映射到核心（即使每个实例只有一个核心），因为它提供了增强的灵活性（如本例所示）
这有意义吗 对于我的客户来说，为克罗地亚语开发分析器太贵了，我没有找到任何现有的分析器……所以我的问题是……我是否告诉他们放弃使用Lucene来处理克罗地亚语内容的想法 谢谢 声称支持克罗地亚人。罗伯特·穆尔、克里斯·马累和其他人。密码。克罗地亚语是列表中受支持的语言之一。 由于hunspell是GPL，我认为可能存在许可问题，但它非常值得检查。什么要求？变音学？阻止？同义词？
有没有办法给Lucene中的一个方面添加一个提升因子？比如： List<CategoryPath> facetCategories = new ArrayList<CategoryPath>(); for (MyFeature f : allFeatures) { **Double boost = f.getBoost();** facetCategories.add(new CategoryPath("feature", f.getName(), **
我想知道我们是否可以在Lucene中搜索一个字段的值数组 例如： String s[] = {"John","Daniel", "Doe"---------------------------until 50 or 1000}; 所有字符串值都是FirstName字段的值。是否可以在一个字段中搜索多个值，而不增加操作成本 谢谢 你可以这样做 fieldName: John Daniel Doe ... 所有术语都将或ed，因此结果集将包含与任何值匹配的所有文档 生成此类查询的代码可以是 va
我目前正在使用neo4j BatchInserter大量创建一个大型图形。接下来，我选择使用Lucene索引对节点进行索引。据我所知，neo4j提供了自动索引功能。此功能是否也可用于批量插入？如果是，会加快程序吗 否，批插入器不支持自动索引。但是，您可以手动写入名为“node_auto_index”的索引，该索引手动填充自动索引。索引将不会加快批量插入，相反，索引总是以写换读性能。因此Lucene索引是建议的索引。Lucene比node_auto_index快？它是相同的索引，只是有一个特殊的名
答案可能就在这个问题上，但我还是想确定一下：-） 我索引了10000份文件。每个文件都有一个字段，用于存储大小正好为100KB的文本（它来自使用UTF-8的文本文件）。当这个字段被解压时，索引目录是436MB，但是当这个字段被压缩时，它只有11,4MB。这将是一个37,5的压缩比-这太好了，不是真的吗？或者数据是否可能存储在我的计算机上索引目录之外的其他位置 当我检索字段时，没有错误。一切都很好，但我从生活中肯定知道，如果某件事情太好而不可能是真的，那么肯定有什么事情是错的：D 代码如下： //
假设我有一个简单的Lucene索引。它只有一个文档，有一个字段，如“text”，有一个值，如“maschio”。我只想创建一个与此字段匹配的查询，就像SQL中的结尾%一样。 以下查询适用于我： text:m* text:ma* text:maschi* 但问题是： text:maschio* 与该字段的文档不匹配。还有另一种执行这种搜索的方法，可能使用精确的查询类型？我需要前面的所有查询来匹配该项。这可能是一个分析问题。使用StandardAnalyzer或EnglishAnalyzer可以
elasticsearch 在Elasticsearch中将字段映射到类型有什么好处？
elasticsearch Lucene
我在ES中存储了大约1000万个非常扁平（像RDBMS行）的文档。假设每个文档有10个字段，其中5个字段实际上是枚举 我已经创建了一个映射，将枚举的序号映射到一个短的，并在索引文档时传入序号 Elasticsearch是否在其索引中将这些值存储为短值？或者他们得到了。toString（）？当我把一个字段映射到一个数据类型时，“引擎盖下”到底发生了什么？因为ES是建立在Lucene之上的，所以在这里可以看到字段是如何在“引擎盖下”实际存储和使用的 据我所知，Lucene实际上不仅仅以字符串格式存储
elasticsearch 在弹性搜索文档中存储blob
elasticsearch Lucene
我在ES中存储了大量文档，其中包含了文档的一些属性，允许我进行一些基本查询，但我还存储了一个相当大的XML blob，其中包含所有数据，以便在需要时提取这些数据 现在，随着数据的增长，查询速度变得越来越慢（不成比例），尤其是通过Kibana 我可以从搜索查询中排除某些字段，但我说的对吗？因为ES是基于文档的，所以它仍然必须从磁盘读取整个文档（包括blob），即使它不会返回blob？或者ES/Lucene做了一些魔术来避免这种情况吗？如果您正在运行搜索查询，那么您将在索引数据上运行，而不是在源上运
我必须使用lucene语法根据以下匹配条件获取数据： -资产状态等于“存档” -资产日期小于或等于2016年9月29日04:00 我尝试以下情况： 资产状态：存档和资产日期减去[09/29/2016 04:00] 但上述条件不起作用 请告知。您能在lucene QueryParser（）的非关键字中显示您的代码吗？“less”，不知道您是从哪里得到这个想法的。若要索引和搜索日期，通常必须首先将其转换为适当的格式，请参阅。assetDate值被选为字符串类型（例如2018-02-02 04:00）
elasticsearch Elasticsearch有时无法执行提取阶段
elasticsearch Lucene
目前，传递到ES的所有搜索查询都被截断为1000个字符。不管怎样，我们经常会遇到这样的错误： [2019-10-08T15:44:08,126][DEBUG][o.e.a.s.TransportSearchAction] [zir05M0] [135539946] Failed to execute fetch phase org.elasticsearch.transport.RemoteTransportException: [zir05M0][__IP__][__PATH__[__PATH
有没有办法从solr中检索每个匹配文档的每个关键字的匹配字段/位置 例如，如果文档标题为“在Lucene Solr中检索每个关键字/字段的匹配位置--可能？”并且查询为“Solr关键字”，那么除了文档id（我通常只想要文档id，而不是完整文档）之外，我还想获取一些信息，告诉我匹配的位置在： solr: title: 9 keyword: title: 3 我很确定这样的信息是在查询执行期间计算的（对于短语查询），但是有可能将这些信息返回到应用程序吗 谢谢 AFAIK没有办法直接做到这一
我尝试了这个Lucene代码示例，它很有效： 然而变化： Query=parser.parse（“st.”） 到 Query=parser.parse（“t”） 返回零命中率 如何编写Lucene查询以返回包含字母“t”的所有单词？ （返回的最大点击次数=20） 编辑：以下是有效的方法： RegexQuery RegexQuery=新的RegexQuery（新术语（“字段名”、“.t.”） search（regexquery，收集器） System.out.println（“collector
我读过一些Jira的作品，他们在一年前提到将快速矢量荧光灯移动到core，但一直没有成功 从合同上看，它似乎是不完整的 FastVectorHighlighter没有测试 缺乏文件 apache.org上没有任何示例 有人知道它的状态是什么吗？它在3.1版本中提供，并且将在3.1版本中提供。问得好。然而，我想知道你是否在这里得到了答案。也许lucene dev邮件列表是一个更好的地方来问这个问题。
我的域对象有20个属性（列、属性，不管你怎么称呼它）和简单的关系。我想索引5个属性用于全文搜索，3个用于排序。可能有100000条记录 为了保持应用程序的简单性，我希望将字段存储在Lucene索引文件中，以避免引入数据库。是否会出现性能问题？根据您访问存储字段的方式，这些字段可能会全部加载到内存中（基本上，如果您使用了一个新字段，则在第一次使用后，所有内容都会缓存到内存中）。如果你有一格的存储占用了内存，那么你的实际索引就少用一格了 这可能是性能增强，也可能是性能损害，具体取决于您拥有的内存量
我希望创建一个包含以下字段的索引： UID 标题 所有者 内容 其中，我不希望UID是可搜索的。[喜欢元数据] 我希望UID的行为类似于docID，以便在我要删除或更新时， 我要用这个。 这可能吗？如何做到这一点 您可以通过添加Store.YES和Index.NO将其标记为不可搜索，但这不允许您使用它轻松更新/删除。您需要索引该字段以允许替换它（使用IndexWriter.UpdateDocument（Term，Document）其中Term=newterm（“UID”、“…”）），因此您需要
免责声明：在过去的41个小时中，我已经编写了36个。我头痛。我不明白为什么这个组合令牌过滤器返回2个令牌，都是来自源流的第一个令牌 public class TokenCombiner extends TokenFilter { /* * Recombines all tokens back into a single token using the specified delimiter. */ public TokenCombiner(TokenStream in, i
我正在努力推进某些文档。但是他们没有得到提升。请告诉我我错过了什么。谢谢 在我的索引代码中，我有： if (myCondition) { myDocument.SetBoost(1.1f); } myIndexWriter.AddDocument(document); 然后，在我的搜索代码中，我将ScoreDocs对象中的文档集合检索到myDocuments集合中，并： foreach (Lucene.Net.Documents.Document doc in myDocum
通过读取现有的Lucene索引，是否可以找出字段上使用了哪些分析器/标记器？如果是，请告诉我怎么做。正在查找可能与索引一起存储的某种元数据。Lucene不存储此信息。如果您希望以后能够使用它，您需要自己存储它。lucene如何知道该字段已被分析或存储？lucene存储了一些字段信息，但它是最小的。例如，它知道一个字段被索引，但它不知道它是什么类型（数字，字符串？），或者在字符串的情况下使用了什么分析器。有趣的是，那么它在检索结果时如何知道？（对它的工作原理不太熟悉）这里是Lucene用于每个字段
我与Lucene一起开发了一个搜索应用程序。我已经创建了基本搜索。基本上，我的应用程序的工作原理如下： 我的索引有很多字段。40岁左右 用户可以输入多个字段的查询，即：+NAME:John+姓氏：Doe 查询可以包含通配符，例如？和*即：+姓名：J？hn+姓氏：Do* 查询也可以包含模糊信息，即：+NAME:Jahn~0.5 现在，我想找到，哪些字段包含我的搜索词。由于我使用的是通配符和模糊符，所以我不能只进行字符串比较。我怎么做呢？如果您需要它进行调试，可以使用 否则，此问题看起来像高亮显示，
如何使用Lucene或hibernate搜索索引和搜索自定义字段。我找不到索引自定义字段的方法。它们是动态的 这里的“自定义字段”表示用户可以编辑这些字段，这些字段不是硬代码 任何帮助都将是感激的 查询自定义字段 只需使用投影API： FullTextQuery hibernateQuery = fullTextSession .createFullTextQuery(luceneQuery) .setProjection("myField1", "myField2"); L
我在我的网站上使用Lucene.Net搜索联系人。每个联系人都包含性别、年龄和城市等属性。我正在使用分页，每次收到10个结果 我需要添加工具栏以根据属性缩小结果范围，例如： Gender: Male (154), Female (103) Age: 0-16 (34), 17-24 (86), 25-34 (117) 有没有一种简单的方法可以在搜索过程中获取这些信息 谢谢 来自维基百科： ，也称为分面导航或分面浏览，是一种根据分面分类系统组织的信息访问技术，，允许用户通过应用多个过滤器来浏览
elasticsearch
是否可以在elasticsearch中向现有文档添加更多字段 例如，我为以下文档编制了索引： { "user":"xyz", "message":"for increase in fields" } curl -XGET 'http://localhost:9200/myindex/mytype/_search?q=user:xyz' 现在，我想再添加一个字段，即日期： { "user":"xyz", "message":"for increase in fi
我正试图根据我们掌握的数据制作一个搜索页面。这是我的密码 SortField sortField = new SortField(TEXT_FIELD_RANK, SortField.Type.INT, true); Sort sort = new Sort(sortField); Query q = queryParser.parse(useQuery); TopDocs topDocs = searcher.search
将生成Lucene查询，如下所示： Query luceneQuery = builder.all().createQuery(); 然后应用面 我不确定当应用facet时，luceneQuery是否会与其他查询进行and和OR运算，从而生成一个新的Lucene查询。或者，可能会对原始查询应用一组位集来优化结果。（我不知道） 如果生成了一个新查询，我想检索它。如果不是，我需要重新思考。这是问题的关键 原因： 我正在对具有多个可能值的字段应用分面搜索 例如，TMovie.class多对多TTag
elasticsearchfaceted-search
我有一些帖子数据，我使用elasticsearch搜索这些帖子的标题。然后，我使用过滤器根据类别ID和一些其他参数过滤结果。我试图做的是获取与查询条件匹配的所有类别的帖子，并忽略过滤器 以下是我迄今为止所做的工作。这是查询部分： if ( ! empty($search) ) { $query['multi_match'] = array( 'query' => $search, 'fields' => array('title', 'titl
目前我正在开发ApacheLucene4.6 Lucene可以搜索文档的所有字段吗 或 我必须创建另一个包含所有文本的字段 请帮忙 提前感谢。您可以在所有字段中搜索。你只需要了解所有领域。e、 g.当您有字段body和header和title，并且您想要查找单词“hello”，您可以搜索+body:hello+header:hello+title:hello
原始日志如下所示： {"@message":"INFO 2014-03-03 23:59:30,022 [automatic.notify.service.17] ... 如果我搜索23:59:30022，我可以找到行，但是如果我搜索23:59:30，没有结果返回对此的任何解释？因为它正在寻找精确的匹配，如果你不关心毫秒，你应该尝试23:59:30*。你在Kibana中使用的搜索模式是什么 基本上： @message="<string>" 应该可以，尽管您可能需要添加更多的条件，
elasticsearch
我试图在几秒钟内创建一个索引，结果如下： [2014-06-02 14:10:14,414][WARN ][index.engine.internal ] [shardicaprio] [myindex][0] Could not lock IndexWriter isLocked [false] 下面是完整的堆栈跟踪： org.apache.lucene.store.LockObtainFailedException: Lock obtain timed out: NativeFSLo
也许这个问题有点奇怪。。。但我会尽量问的 使用Lucene API编写应用程序的每个人都看到了这样的情况： public static String removeStopWordsAndGetNorm(String text, String[] stopWords, Normalizer normalizer) throws IOException { TokenStream tokenStream = new ClassicTokenizer(Version.LUCENE_44, ne
在查询时，我几乎总是得到SpanQuery匹配，并且想知道如何预先计算窗口共现统计数据？在查询时这样做似乎会减慢搜索时间 SpanTermQuery[] span_query = new SpanTermQuery[3] span_query[0] = new SpanTermQuery(new Term("text", "united")); span_query[1] = new SpanTermQuery(new Term("te
我有一个简单的项目，需要实现这类事情 Sports - > Sport Walking -> Walk and ideally also do things like: good -> better better -> good person -> people people -> person 有人能给我指一指能达到这个目的的最轻松的方式吗？（我知道有像Lucene、CoreNLP等lib），但这些都很重，我真的需要一个词干分析器/柠檬酸盐分析器 谢
elasticsearch 使用ngram索引的Elasticsearch未找到部分匹配项
elasticsearch Lucene
n-gram
我有一个elasticsearch索引，它是这样创建的： curl -XPUT 'http://localhost:9200/person' -d '{ "settings": { "number_of_shards": 1, "analysis": { "filter": { "autocomplete_filter": { "type": "edge
我正在使用IndexWriter为一系列文档编制索引，并在迭代结束时提交更改 为了访问未提交的更改，我将使用所述的NRT 想象一下，我正在为1000个文档编制索引，并对它们进行迭代，以检查是否有可以重用/更新的文档。（我有一些具体要求） 我将在每次迭代时重新打开阅读器： using (var indexReader = writer.GetReader()) using (var searcher = new IndexSearcher(indexReader)) 重新打开读卡
我有一个针对Lucene 5.3.1的junit测试，这让我很困惑。我正在尝试测试字段“代码”的搜索。索引中的每个文档都设置了此字段，所以搜索应返回索引中的所有文档。但我没有得到任何结果。当我将“代码”字段更改为文本字段时，一切都正常。 以下是测试： 公共类LuceNet{ 私有静态最终字符串代码\u字段\u NAME=“CODE”； 私有静态最终字符串ID\u字段\u NAME=“ID”； 私有静态最终字符串代码\u VALUE=“Address”//$NON-NLS-1$ 私有静态最终字符
我们是否有任何API可以识别与特定主题相关的文本文件中的内容 例如，我有一个文本文件，其中有5000行文本 我想提取与主题ABC相关的文本。lucene或任何其他api都能做到这一点吗？有什么想法吗 我使用Lucene来识别包含特定单词的文档，但我想知道我们是否有任何api可以从与特定主题相关的文件中提取内容。这是一个相当广泛的问题，但从您提供的信息来看，显然您有两个选择 选项1:使用API 你可以使用汤森路透，这是我见过的最适合开发者使用的。然而，我可以想象，随着时间的推移，它会变得昂贵。他们
这就是我想做的 我对文档中的每个标记/术语/单词都有一些计算 在计算每个标记/术语/单词之后，我想对（例如）这个数字（如#1所述）求和，并将其存储为文档的一个属性 据我所知，对于#1，我可以使用自定义令牌过滤器，这将帮助我对每个单词执行计算。处理完文档中的所有单词后，我将对给定文档的这些数字进行汇总 我的问题是，如何保存我计算的总数？我想将其另存为文档的属性或字段。据我所知，我无法访问令牌筛选器中的字段。是否有其他策略来实现这一目标 请导游
我不知道setDisableCoord是什么，我应该为它设置什么值。我理解简单查询中的coord（例如TFIDF查询）。但我不明白在由多个查询组成的布尔查询中它意味着什么 为了提供一些上下文，假设以下两种场景。我应该在setDisableCoord中为它们中的每一个设置什么值 在第一个场景中，我有一个带有BooleanClause.occure.FILTER的查询（该查询仅用于过滤）和另一个用于评分的查询（BooleanClause.occure.MUST）。在这种情况下，第一个查询只检查文档的
使用Sitecore 8.2.1 我已经在Sitecore的ContentSearch配置中定义了一个自定义索引。我在索引中定义了一个计算字段“MinPrice”和“MaxPrice” 这些字段出现在索引中，但我想查询这些十进制值的范围或使用大于或小于 我正在使用Sitecore PredicateBuilder创建查询 我已将计算字段定义为： <fields hint="raw:AddComputedIndexField"> <field fieldName="
我是一个完全的Lucene新手，如果这个问题太基本，我很抱歉。谷歌搜索没有帮助。我有一些代码可以将Lucene 2迁移到5。旧代码将文档处理为- Document doc = new Document(); doc.add(new StringField("id", "id1", Field.Store.YES)); doc.add(new IntField("numBooks",10,Field.Store.YES)); ... 新的Lucene不再有IntFields。处理这些问题的最佳方
我是Lucene的新手，我将使用tf idf算法对一些文档进行评分。我的文档包含以下字段： 一、 T，A，B，W 我的索引功能： private void indexFile(File f) throws Exception { Document doc = getDocument(f); writer.addDocument(doc); } MygetDocument功能： protected Document getDocument(File f) throws Excepti
elasticsearch elaticsearch监视搜索查询
一个多星期以来，我一直在努力登录elasticsearch中关于我运行的查询的索引，以便比较不同类型查询的性能。我已经在logstash主目录中配置了这个配置文件 input { beats { port> 5044 } } filter { if "search" in [request]{ grok { match => { "request" => ".*\n\{(?<q
elasticsearch 获取两个度量的总和
获取度量的总和 你好 我目前正在为我的公司做一个小项目。现在我面临一个问题，我必须得到两个指标的总和 目前，4个指标中的2个正在计算平均rx和tx，另外两个指标正在计算平均rx和平均tx的导数平均值 导数平均Rx值为3.3，导数平均Tx为3.4 现在我需要一个查询或一个度量，在这里我得到这两个导数平均值的和。比它应该显示的6.7 我正在使用Grafana 7.1.5和Kibana 7.9.0 谢谢你的帮助 瓦林斯基我找到了解决这个问题的办法。在仪表板的.json文件中，您可以从衍生平均值中提取i
我想使用querybuilder从搜索路径中排除子节点路径 例如，父文件夹是/content/mysite/en 和子文件夹是 /content/mysite/en/testfolder1 /content/mysite/en/testfolder2 我希望查询生成器编写一个查询以排除这些路径 我已经看过这个问题了- 但是分组路径和p.not=true似乎并不像预期的那样工作 我知道使用查询生成器编写这样的查询有点棘手；所以我使用的是JCR/SQL2查询- 使用 但现在的问题是，我们还需要由Q
是否可以在RavenDB查询中增强最近的文档 但指的是土生土长的Lucene，而不是RavenDB 例如，如果我有这样一个文档 public class Document { public string Title { get; set; } public DateTime DateCreated { get; set; } } 如何提升日期接近给定日期的文档，例如DateTime.UtcNow 我不想orderbydecenting（x=>x.DateCreated），因为
是否可以根据地理距离和节点属性过滤Neo4j中的节点，并像时间戳一样返回节点距离以外的顺序。我可以使用基于lucene的标准索引和neo4j geo层来做一个或另一个，但我似乎无法将两者结合起来提供全面的查找。任何关于如何实现这一点的想法都将不胜感激。非常感谢，詹姆斯。是的 必须有一个LayerNodeIndex，您已将节点添加到该索引中： LayerNodeIndex layerIndex = new LayerNodeIndex("layerIndex", graphDb, config);
elasticsearch 如何编写lucene查询以查找某个元素的最小值？
我想在kibana中添加一个过滤器，比如（-（值21））将至少给出一次值>21的记录，所以它将在某个时间给出一些值为21的记录。 所以我想提取有值的记录的倒数，我真的不知道。你们能举个例子吗？我真的不知道。你们能举个例子吗？
据我了解，Lucene使用反向索引。有没有办法以反向索引格式提取/打印lucene索引（lucene 6）： term1 <doc1, doc100, ..., doc555> term1 <doc1, ..., doc100, ..., do89> term1 <doc3, doc2, doc5, ...> . . . termn <doc10, doc43, ..., dock> term1 术语1 术语1 . . . ter
elasticsearch Lucene查询-消息1中的关键字，但不在消息2中
不确定这是否可行。假设在处理一个输入时，如果逻辑到达检查点1，就会有一个日志记录，如果它到达检查点2，就会有另一个日志记录。对于相同的输入，两个日志都包含相同的id字段 如果我分别使用类似于event.message:（“检查点1”）和event.message:（“检查点2”）的东西，并比较数字，我可以看到有区别。但是我能说给我看检查点1消息吗？对于其id字段，没有检查点2消息