我有以下代码： public static void main(String[] args) throws Throwable { String[] texts = new String[]{ "starts_with k mer", "starts_with mer", "starts_with bleue est mer", "starts_with mer est bleue",

elasticsearch 基于过滤器的Elasticsearch聚合计数

标签：elasticsearch Lucene faceted-search

过去，我曾使用Solr进行过几个基于方面和过滤器的搜索，但我正在努力实现与Elasticsearch的对等 我知道聚合是根据查询结果计算的，如果没有指定查询，则是全局计算的。这很好，但是我希望这些聚合的计数基于过滤器的结果 在Solr中，这很简单-只需指定查询和过滤器-但使用Elasticsearch，过滤器对聚合没有影响，文档非常混乱 我希望以下查询的输出是将建议bucket的范围设置为查询，但其中的结果计数的范围设置为指定的过滤器： { "size": 0, "query":

我正在使用Hibernate-Lucene搜索 当索引文件/表中没有可用数据时，我在排序时出现以下运行时异常 这是我的代码： 。。。。。。。。。。 .......... query.setFirstResult（startIndex）； query.setMaxResults（displayCount） 。。。。。。。。 java.lang.RuntimeException:字段vendorName中没有术语-无法确定排序类型 位于org.apache.lucene.search.Extend

我在Lucene索引中有一个公司字段。 其中一个被索引的公司名称是：穆迪 当用户键入以下任何关键字时，我希望这家公司出现在搜索结果中。 1.穆奥 2.情绪 3.穆迪 4.穆迪 我应该如何在Lucene中存储这个索引，以及我应该使用什么类型的Lucene查询来获得这种行为 谢谢。标准分析仪应适用于3和4，但不适用于1和2 如果不编写自己的（复杂的）文本分析器，我会考虑您希望如何搜索公司名称。例如，基本的lucene搜索语法意味着，如果使用通配符“Moo*”和“Mood*”进行搜索，就可以找到“Mo

为了理解 -cartessian层次，它们对基于位置的搜索有何贡献 -当我们像一样向solr发出查询时，内部发生了什么http://localhost:8983/solr/select/?q=name:Minneapolis 和"往复式(辛(0.78，-1.6,拉特拉德,朗拉德,3963.205),1,1,0)"100 以及其他功能，如 ghhsin（），sqedist（），dist（）。如何检索相关记录 有谁能给我建议一些链接，帮助我更好地理解这些概念吗 谢谢。关于大局，这里是 有关详细信息，

最近几天，我们正在考虑使用Solr作为我们的搜索引擎选择。 我们需要的大多数功能都是现成的，或者可以轻松配置。 然而，有一个我们绝对需要的特性似乎在Solr中被很好地隐藏（或丢失） 我将试着用一个例子来解释。我们有很多实际业务文档： <document> <name>Apache</name> <cat>1</cat> ... </document> <document> <name>

这里是Solr新手 我创建了一个Solr索引，并在其中写入了一大堆文档。我看得出来 从Solr admin页面可以看到文档存在，模式也很好。 但是，当我使用测试关键字执行搜索时，我不会返回任何结果 进入*：* 在查询中（在Solr管理页面中），我得到了所有结果 但是，当我输入任何其他查询（例如术语或短语）时，我没有得到任何结果。 我已验证正在查询的字段是否已编制索引，并包含我正在搜索的值 所以我很困惑我做错了什么。可能您没有正确设置。看 另一种可能性：您的字段类型为string，而不是tex

在Lucene中，我使用SnowBallaAnalyzer进行索引和搜索 构建索引后，我会对索引进行查询。例如，我对字段“body”进行“specialized”查询。 IndexSearcher返回包含“specialize、specialized等”的文档，因为SnowBallaAnalyzer完成了词干分析 现在，有了顶级文档，我想从body字段中获取一个文本片段。此截取的内容应包含查询词的词干版本。 例如，其中一份返回的文件中有“身体”字段：“不幸的是，在一些州，盲人只能进入为各种残疾人

假设我有几个文档使用Solr4.0编制索引。每个字段有2个字段-唯一ID和文本数据字段。数据字段包含很少的文本段落。谁能告诉我应该使用哪种分析器/解析器，以及如何构建统计查询，以找出所有文档的所有数据字段中最常用单词的排序列表 基于的ID字段使用分析器-它将字段的所有内容作为单个令牌 对于数据字段，请使用。请注意，有可能对文本（）进行修改 我不确定，是否有可能用Solr找到最常用的单词，但如果你能用Lucene本身，请注意这个问题。我自己的建议是使用项目中的类 对于最常见的术语，请查看和除了这里

如果我有数以百万计的用户记录，其中一些文本字段在创建和更新时被索引到solr，那么我如何返回并重新索引从未被索引到solr的少数记录 i、 如果solr在一天中下降了几分钟，数百万条记录中有300条从未被索引，那该怎么办 我不想对数百万条记录重新编制索引，只想对300条记录重新编制索引。管理这一点的一个好方法是在创建和更新时将记录ID插入队列表，然后有一个稍后运行的进程对记录编制索引。这样，如果Solr下降，您就不必担心哪些记录没有被处理，它们将继续在队列中等待处理。这样做的好处是，您的数据库不

我正在使用SolrShingleFilterFactory进行自动建议。 这是我的现场配置： <fieldType name="textSpellShingle" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.Lowe

我有多个带有标题、副标题和文本属性的节点。现在，当我索引它们（index/node/pages/title/foo）时，我只能搜索title属性。如何为其他两个属性编制索引？您可以以相同的方式添加字幕（索引/节点/页面/字幕/栏），但对于文本属性，您可能需要全文索引。关于索引和如何创建全文索引的文档是。在某种程度上，这应该是有意义的，但到目前为止，这一特性被认为是实验性的

给定以下csv文件： id,name,manu,cat,features,price,popularity,inStock,manufacturedate_dt,store SPF15,Hawaii Sunblock,P&G,lotion|medicine|ointment,15SPF|waterproof|kidsfriendly,8.99,8,true,2011-02-13T15:26:37Z,"35.0752,-97.032" 当我运行这个命令时 curl 'http://loc

Lucene的分析器基本上可以在索引时标记和过滤语料库。操作包括将令牌转换为小写、词干、删除停止字等 我正在进行一个实验，我想尝试所有可能的分析操作组合：只进行词干分析、只停止、词干分析和停止 总共有36种组合我想尝试 我怎样才能轻松优雅地做到这一点 我知道我可以扩展Analyzer类并实现tokenStream（）函数来创建我自己的分析器： public class MyAnalyzer extends Analyzer { public TokenStream tokenStream(St

我想使用lucene将320万条记录的RDBMS sql查询结果存储在文本文件中，然后进行搜索。 我在这里看到了这个例子 [1] ：.我有一段代码在为我工作 public class lucetest { public static void main(String args[]) { lucetest lucetestObj = new lucetest(); lucetestObj.main1(lucetestObj);

Lucene 弹性搜索'；s模糊查询

标签： Lucene elasticsearchfuzzy-search

我是ElasticSearch的新手，目前正在探索它的功能。其中一个我感兴趣的是模糊查询，我正在测试它，但使用起来有困难。这可能是一个虚设的问题，所以我想已经使用此功能的人会很快找到答案，至少我希望是这样。：） 顺便说一句，我觉得这可能不仅与ElasticSearch有关，还可能直接与Lucene有关 让我们从一个名为“first index”的新索引开始，我在其中存储一个值为“american football”的对象“label”。这就是我使用的查询 bash-3.2$ curl -XPOS

我有一个Cypher查询，首先使用lucene查询从索引中查找节点列表： START n=node:people("name:ROBERT") MATCH n--o RETURN n.name, COLLECT(o.task_name) 当索引查询返回大量结果时，速度会非常慢。我想将查询其余部分中使用的节点数量限制为，比如，将n=node:people（“name:ROBERT”）限制为30个结果 在lucene或Cypher身上我看不到任何明显的方法 我想我可以将其分为两个查询，例如： 开始

Lucene 包括Elasticsearch索引中的相关实体列表

标签： Lucene Playframework elasticsearchplayframework-1.x

使用elasticsearch模块，是否可以以某种方式索引延迟加载的相关集合的结果 我有一本模型书，里面有很多作者，他们都是懒洋洋的 如果我将作者列表注释为@ElasticSearchEmbedded，则会出现以下异常： org.hibernate.LazyInitializationException: failed to lazily initialize a collection of role: models.Book.authors, no session or session was

使用计分脚本在elasticsearch中定制计分算法还是构建自己的Lucene计分器？

标签： Lucene elasticsearchcustomizationsimilarityscoring

我正在使用elasticsearch对流程模型进行相似性比较。 核心相似性算法应该专门用于我的流程模型，这意味着，正如我想象的那样，我应该在elasticsearch中定制评分算法 正如我所知，ES中的评分是基于Lucene评分算法的。虽然Lucene的DefaultSimilarity在大多数情况下都能很好地工作，并且人们可以在ES中使用其他相似性，如BM25、DRF，但在我看来，这种定制通常会扩展现有的Lucene类或重写其方法来更改或禁用某些权重 在我的例子中，我想做一些专门的数学东西，这

elasticsearch 在Elasticsearch中，如果设置'；商店'；在几个字段上设置为是，但源设置为false？

标签：elasticsearch Lucene

我们正在构建一个“统一”的搜索，搜索系统中的许多不同资源。我们的索引模式包括大约10个索引的通用字段，再加上5个，在返回结果时需要它们来标识系统中适当的资源位置 索引字段通常包含敏感数据，因此我们根本不希望存储它们，只为匹配而索引，因此我们将\u source设置为FALSE 但是，我确实希望返回5个标识字段，因此是否可以将标识字段设置为存储=是，但总体索引\u source设置为假，并获得我在结果中查找的内容？是的，存储的字段不依赖\u source字段，反之亦然。它们是分开的，更改或禁用其中

我需要得到一个术语的频率，以及该术语相对于文档子集的值 例如，搜索返回与所有文档相关的频率 IndexSearcher search=新的IndexSearcherreader 或者TermDocs也可以做同样的事情 TermDocs termDocs = reader.termDocs(new Term("name", "museu")); termDocs.freq(); 如何对文档或文档子集执行此操作 TermDocs termDocs = reader.termDocs(new Ter

我正在使用： neo4j 2.0.1 弹簧数据neo4j 3.0.1.1发布 我有一个属性名为Node的人，我想用Lucene语法搜索该属性。我在我的存储库中使用findByNameLike方法，它非常适合像value*或*value或*之类的查询 但我需要一个类似于{a*到D*}的查询。我发现了一个不推荐使用的方法findAllByQuery（“name”，query），使用该方法我可以实现我的需求 我想知道理解这种查询语法的新方法是什么，没有被弃用 我还注意到，如果我从cypher创建节

我正在搜索一个包含3个字段的索引：name、addr和fullname，并使用析取MaxQuery按3个字段的最大分数对结果进行排序。当命中率相同时，lucene会按文档Id对其进行排序，文档Id将排在第一位 但我不想在这种情况下按文档Id排序。我想按领域排名。如果命中率相同，我希望得分最大的命中率来自于字段名的命中率将在得分来自另一个字段的命中率之前 我认为客户收集器和HitQueue是个好主意，重写方法PriorityQueue.lessThan可以更改优先级队列中的排名。不幸的是，Scor

我有两个服务器，一个用于内容管理网站，一个用于内容交付网站。两台服务器都有以下配置 CM服务器： 1 IIS在哪个网站上运行。 2个Sitecore文件夹和文件。 3核心、主数据库和web数据库 4个网站代码文件/文件夹 光盘服务器 1 IIS在哪个网站上运行。 2没有Sitecore文件夹和文件。 3核心和通用web数据库。 4个网站代码文件/文件夹 注意：这两个网站都有Web数据库 我可以浏览两个网站的网页 但Sitecore从CM网站只作为CD网站并没有Sitecore文件 我的一些页面正

因此，我编写了一个小工具，给出一个查询，列出按查询分数排序的前1000个结果文档。显然，并非所有这些都是相关的。作为一个用户，我和其他人经常做以下事情： 看看分数 向下滚动列表，直到看到分数显著下降。 例如，排名靠前的文档的分数如下：4.2、3.9、3.9、3.85、…、3.7、0.3、0.3、0.25、。。。 通常我们可以说，在3.7分之前的所有文档都是相关的，其余的0.3分开始的文档都是不相关的。考虑到这个分数列表，这甚至有点明显，幸运的是在我们的用例中，它工作得很好 有没有最先进的算法可以

我已经成功地配置并运行了jena fuseki。我使用config-tdb-text.ttl并在books.ttl示例上创建了一个lucene索引。但是，当我执行查询时 PREFIX text: <http://jena.apache.org/text#> PREFIX dc: <http://purl.org/dc/elements/1.1/> PREFIX book: <http://example.org/book/> P

elasticsearch 对象属性上的elasticsearch筛选器

标签：elasticsearch Lucene

我试图过滤对象（person）属性（name）上的一个术语，但似乎没有发现问题所在。若我在字段“t”上过滤，它会工作，但我似乎不能在对象上过滤！谁能帮帮我吗 我的问题如下： "query": { "filtered" : { "filter" : { "term" : { "person.fname" : "JOHN"} } } } 我的映射： { "_ttl": {"enabled"

Lucene 无文档id的elasticsearch upsert

标签： Lucene elasticsearch

我查询索引以查找文档。如果我找到一个文档，我知道要更新的_id值，否则我没有_id值 使用下面的upsert，我可以在有_id时更新。如果我没有_id，我如何让elasticsearch提供一个并插入新文档 目的：我不想有两个功能，一个是创建一个新的文档，另一个是更新它 curl -XPOST 'localhost:9200/test/type1/{value_of_id}/_update' -d '{ "doc" : { "name" : "new_name" }, "

elasticsearch elasticsearch中的转义斜杠

标签：elasticsearch Lucene

我经营一个摄影网站。摄影师把他们的“by_line”改为“Some name/ourwebsite.com” 我有一个用于大多数查询的DSL，使用“术语”将“过滤”查询串在一起，这在90%的情况下都非常有效，但是在这种情况下，像这样的查询返回的结果为零（注意我是如何尝试避开正斜杠的）： 我使用的是elasticsearch 1.5.2版 当我在这个URL上查看映射时 http://127.0.0.1:9200/development_photos/_mapping?pretty=1 这是一个示

elasticsearch 如何为索引中的ElasticSearch类型分配内存？

标签：elasticsearch Lucene

我正在阅读elasticsearch文档，在标题“What is type”下发现了一行有趣的文字，第二点是： 一种类型中存在的字段也将消耗该字段不存在的文档类型的资源 我无法理解它的真正含义。这是否意味着如果我创建两种类型： Type 1: [a:string, b:text, c:keyword] Type 2: [c: keyword, d:string] 那么，即使我存储的是类型2的文档，ElasticSearch也会占用所有5个字段的空间？我不认为应该是这样，但看起来是一样的，就像文

query\u text=“Justin Beiber”（比伯拼写错误） word=“Bieber” boolean results=是否匹配（查询文本、单词） 注意：Lucene文档中既没有“Justin Beiber”也没有“Bieber”我不知道有什么东西在不建立索引以实际运行查询的情况下可以做到这一点。但是，您可以非常轻松地在内存中创建临时索引。但是，对于这样的方法，您至少还需要提供一件事情 因此，您可以创建一个doesMatch方法，如下所示： publicstaticbooleand

elasticsearch 平均结果的弹性Luence查询

标签：elasticsearch Lucene

我不熟悉弹性搜索和Lucene语法 我想知道的是，在特定的时间段内，是否存在平均值 例如，我的索引中存储了以下信息 Index Name Result TimeStamp a-3 A 7 March 7th 2018, 16:17:35.000 a-3 A 13 March 7th 2018, 16:17:36.000 a-3 B 5 March 7th 2018, 16:17:37.000 我想写一个查询，返回16:17:35到16:

elasticsearch 在弹性搜索中为索引下的文档类型创建映射时出错

标签：elasticsearch Lucene

您好，我正在尝试使用kibana控制台在弹性搜索中的索引电子商务下创建文档类型产品 PUT /ecommerce { "mappings": { "product": { "properties": { "name": { "type": "string" }, "price": { "type": "double" }, "description":

我使用的是AlfrescoCommunityV6.0.7。 当我在Alfresco Share的节点浏览器中仅搜索路径“/”来查询默认路径时，我没有得到任何结果，07100085显示在下面网格中的“名称”列中 有谁能告诉我是什么导致了这个问题，我们在哪里申报应用程序：company_home property？问题已解决。我尝试使用以下命令运行Solr搜索服务 ./solr/bin/solr start -a "-Dcreate.alfresco.defaults=alfresco,a

elasticsearch Elasticsearch“_类别/指数“；api更新延迟到搜索？

标签：elasticsearch Lucene elasticsearch-performance

Elasticsearch（v7.9.2）获得了一个api\u cat/index来显示索引状态，对文档所做的最后更改。在进行搜索或其他更新之前，计数似乎不可见 这种行为是为了提高绩效吗 还有，有没有办法让它始终保持最新 @更新-我如何面对这一点？ 我正在使用logstash将数据导入es。 在浏览器中，我已打开http://localhost:9200/_cat/indices?v 每次导入后，我都会刷新浏览器页面，通常它会更改 日志存储完成后，我终止它，页面中的计数小于源数据库（例如mys

我需要lucene搜索同义词和实际关键字。也就是说，如果我搜索“CI”，我希望它搜索CI或“继续集成”。目前，我搜索同义词的关键字，并用“或ed”版本替换它们，但我怀疑应该有更好的方法来实现这一点。我的方法不适用于复杂的查询，比如“x和y或不是z”。这正是我计划实现此功能的方式。我本来打算构建我自己的版本，但后来我偶然发现了这个网站，它似乎试图解决构建同义词的问题。Lucene.Net有一个wordnet扩展，它重写了查询，所以我猜这是处理这个问题的标准方法 至少在Lucene的Java版本中，

不可能像使用DisMax时那样执行此操作？使用DisMax时不可能使用*：*查询获得所有结果 要获取此查询的文档数，必须使用标准查询处理程序。您可以通过在查询中添加qt=standard来切换到它。请注意，“standard”是默认名称，因此请检查solrconfig.xml是否是您真正使用的名称。首先感谢您的回答。 事实上，我找到了适合我需要的解决方案，它是： < str name="q.alt">*:*< /str> *：* 现在我可以列出所有结果了 )() 我

我的lucene索引包含如下记录 id:12345，代码：AN1234，类型：Document，作者：Brijesh，Sachin id:093409，代码：XYA1234，类型：论文，作者：Brijesh 现在我需要查询1234，所以我的基本查询将基于关键字1234 然后我需要应用过滤器，只获取那些 作者：Brijesh，类型：Document，在1234的基本结果中 作者：Sachin或Brijesh，类型：纸张 如何使用Lucene过滤器实现这一点 有样本代码吗 使用将任何查询转换为筛选器

我正在考虑使用lucene将搜索添加到产品数据库中 给出了一个“红帽”的问题 以及描述中给出的产品 [0]“免费培训的red hat linux高级服务器” [1] “一大盒红帽linux，标签上写着红帽linux” 是否可以编写lucene查询，以便在描述开始时匹配的术语比在描述结束时进一步匹配的术语具有更大的权重 这需要一些工作，但您可以使用有效负载来实现。请参见此非常类似问题的答案： 这需要一些工作，但您可以使用有效负载来实现这一点。请参见此非常类似问题的答案：

我想在大型数据库（约2000万个节点）的节点上索引一个整数字段。我希望工作的行为如下： HashMap properties=newhashmap（）； //将节点添加到图形（插入器是BatchInserter的一个实例） 属性。put（“id”，1000）； 长节点=inserter.createNode（属性）； //添加索引 添加（节点、属性）； //按索引检索节点。返回空值！ IndexHits hits=index.query（“id”，1000）； 我将键值对添加到索引中，然后根据

我正在实施@ClassBridge，我的班级是： @Entity @Table(name = "metaentity") @Indexed @ClassBridge(name="metaentityinedx",index=Index.TOKENIZED,store=Store.YES,impl = CustomBridge.class) public class Metaentity implements java.io.Serializable { private Long id; @Fie

根据本页： 你可以像这样做搜索 标题：“正确的道路”和文字：开始 但是当我做一些类似的事情时： 标题：“正确的方式”或标题：“主页”即使我知道有标题为“主页”的页面，我也没有得到任何结果 如何构建Lucene查询以对同一字段执行多个OR/AND？调试查询时，我总是使用。Luke可以让你准确地看到Lucene是如何解释你的查询的（and和OR被转换成should和must）。如果你打印出queryqueryParser.parse（“title:\“the Right Way\”或title:\

在相似性类的自定义实现中，如何访问术语的标记属性？相似性类中的ComputeNorm（…）方法有一个FieldInvertState参数，该参数有一个AttributeSource属性，该属性应能实现此目的。ComputeNorm（…）相似性类中的方法有一个FieldInvertState参数，该参数有一个AttributeSource属性，该属性应该可以完成此任务

Lucene 弹性搜索中的自定义分数

标签： Lucene elasticsearchpyes

我有一个索引，每个文档代表一个班级，有学生名单和教师名单 以下是映射： { "properties" : { "students" : { "include_in_root" : 1, "type" : "nested", "properties" : { "name" : { "first" : "text", "last" : "text",

我有一个应用程序支持基于lucene的搜索 还是其他支持中英文搜索的方法？你好，我不完全理解你的问题，但我想我大致了解你想要实现的目标 如果您想单独搜索语言，我建议您在索引时添加Lucene字段“Language”。根据要索引的文本的语言 因为您可以使用 Character.unicode块： 例如，您希望检查字符串“str”的字符1： 通过这种方式，您可以在搜索时以相同的方式检测中文输入，并在查询的语言字段中添加一个条件 现在，如果您想进行混合搜索，我建议您构建自定义分析器，分析每个单词，并

Lucene Elasticsearch：只匹配每个位置一次

标签： Lucene positionelasticsearch

在我的Elasticsearch索引中，我的文档在同一位置有多个标记 当我在每个位置至少匹配一个令牌时，我希望返回一个文档。 代币的顺序并不重要。 我怎样才能做到这一点？我使用Elasticsearch 0.90.5 示例： 我为这样的文档编制索引 { "field":"red car" } 我使用同义词标记过滤器，在与原始标记相同的位置添加同义词。 因此，在现场，有两个位置： 位置1：“红色” 职位2：“汽车”、“汽车” 我现在的解决方案： 为了确保所有位置都匹配，我还对最大位置

问题: 在lucene 4.5中，如何将一个字段中的精确匹配与另一个字段中的模糊搜索相结合 问题: 我在lucene索引中为NGA地理名称地名录编制了索引。我需要模糊查询一个字段（地名），但将查询限制为具有特定国家代码的记录。下面是我正在运行的示例查询 我没有使用SOLR，我做了大量的研究和尝试，但我没有明确的答案，可能是我太慢了 FULL_NAME_ND_RO:india AND CC1:in 我想对印度进行模糊搜索，但我只想要与“in”（国家代码）完全匹配的记录 以下是为Gaz编制索引的

我正在尝试查询一个StringField，以查找使用Lucene 4.5创建的索引，该索引包含一个由多个术语组成的字符串 假设我们使用以下代码段/伪代码创建一个文档对象 Directory dir=FSDirectory.open（新文件（indexPath））； Analyzer Analyzer=新的英语Analyzer（版本：LUCENE_45）； IndexWriterConfig iwc=新的IndexWriterConfig（Version.LUCENE_45，analyzer）；

elasticsearch 什么'；在Elasticsearch中，SpanWithInQuery和SpanContainingQuery之间的区别是什么？

标签：elasticsearch Lucene

我对这两个问题之间的区别感到困惑。从官方文档中，我的理解是，这两个查询都是结果大和结果小的交集。但如果以这种方式，这两个的最终返回匹配是相同的 希望有人能给我们一个更好的解释，例子 感谢来自官方文档的，SpanContainingQuery将返回 …匹配范围从big开始，其中包含little 而SpanWithinQuery将返回 …匹配范围从little开始，包含在big 显然，前者将保留包含其他跨度的匹配，而后者将保留包含在其他跨度内的匹配 您可以在官方文档中的。中找到这两种方法的一些用法示

使用（最新的）lucene 8.7，是否可以使用lucene实用程序“Luke”在我无法修改的遗留应用程序中打开2009年左右由lucene 2.2生成的.cfs复合索引文件？ 或者，可以从.cfs为Luke生成.idx文件吗？ cfs是由lucene 2.2之上的compass生成的，而不是由lucene直接生成的 是否可以使用罗盘生成的索引，其中包含： _b、 cfs segments.gen 分段 可能是索尔 有没有关于如何使用compass anywhere打开基于文件的.cfs索引的示