Lucene的StandardAnalyzer在索引字符串/首字母缩略词时会删除其中的点。 我希望Lucene保留点，因此我使用WhitespaceAnalyzer类 我可以将我的停止词列表提供给StandardAnalyzer…但如何将其提供给WhitespaceAnalyzer 感谢阅读。通过扩展WhiteSpaceAnalyzer和重写方法创建您自己的分析器，如下所示 public TokenStream tokenStream(String fieldName, Reader reade
我正在尝试使用中的空间示例进行位置感知搜索 schema.xml有一个geohash字段，但该字段不存在于用于索引的任何.osm文件（存在于数据文件夹中）中。我无法理解该值是如何分配给它的，因此当我给出此查询时 http://localhost:8983/solr/select/?q=_val_:"recip (ghhsin(geohash(44.79, -93), geohash, 3963.205), 1, 1, 0)"^100 结果集已检索到geohash值。这是怎么发生的？请帮帮我。
我在一个非常简单的SOLR/Lucene数据库中输入了一长串单词。我的目标是从单术语查询的列表中找到“相似”单词，其中“相似性”具体理解为编辑距离内的（damerau）levensin。我知道SOLR为拼写建议提供了这样的距离 在我的SOLRschema.xml中，我配置了一个字段类型string： <fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/> 显然，
C:\Dev C:\Dev\Projects C:\Dev\Projects\testproject C:\Dev\Projects\Test Project\Test.cs C:\Dev\Projects\Foo C:\Dev\Projects\Foo\Foo.cs包含单词test 基本文档将具有id、类型、名称和内容字段，其中类型为文件或文件夹，名称为文件名或文件夹名 搜索测试时，我应获得： C:\Dev结果的祖先 C:\Dev\Projects结果的祖先 C:\Dev\Projects\T
我使用的是查询式 criteria = (sql OR sqlserver OR "sql server") AND java AND delphi . 在本例中，当我使用下面提到的默认解析器代码时： QueryParser parser = new QueryParser(Version.LUCENE_CURRENT, field, analyzer); Query query = parser.parse(criteria); 当我在下面的代码中使用QueryParser.或\u运算符时
如何在SOLR中发布span查询（span、SPANAR等）？我已经 我做了一些研究，但我说不出一个简单的方法 似乎我需要实现一个QueryParserPlugin来完成 我想做的事。这条路对吗？这肯定是以前做过的。做 有人有例子的链接吗？我找不到任何东西。Span当前不支持查询（） 从这个角度来看，通过实现QueryParserPlugin，您似乎走上了正确的道路 如果你实现这个，考虑提交补丁！
我正在我的文件夹中创建一个Lucene索引，我正在索引txt文件的内容。我希望我的内容没有stopwords索引，但在通过分析器后，实际上在搜索时会让我停止使用stopwords，但我需要所有文本索引。 我把代码放在下面： IndexWriter writer = new IndexWriter(new SimpleFSDirectory(indexDir), new SpanishAnalyzer(Version.LUCENE_36),
我正在使用Lucene在数据集中搜索，我现在需要知道“”搜索（我指的是精确短语搜索）机制是如何实现的 我想让它能够在用户输入“littlecat”时生成所有“littlecat”点击。我现在应该操作索引代码，但至少我现在应该知道“”搜索的工作原理。我想让它能够在用户输入“littlecat”时生成所有“littlecat”点击结果 这听起来可能很容易，但很难实现。对于人类来说，“小”和“猫”是两个不同的词，但对于计算机来说，它无法将“小”和“猫”与“小”区分开来，除非您有一本词典，并且您的代码在
我生成包含菜单和内容部分的html文档。然后我想提取这些文档的内容，将其提供给lucene索引。但是，我想从内容提取中排除菜单，因此只对内容进行索引 <div class="menu">my menu goes here</div> <div class="content">my content goes here</div> 我的菜单在这里 我的内容在这里 使用apache tika实现这一点最简单的方法是什么？您可以使用解析器将html解析
elasticsearch elasticsearch在不重新索引整个文档的情况下更新源字段
elasticsearch Lucene
我有文件{customerID:111，name:bob，approved:yes} “已批准”字段未编制索引。我有一个映射集为“approved”：{“type”：“string”，“index”：“no”} 因此，只有“customerID”和“name”字段被索引 如何在不重新索引整个文档的情况下仅更新源中的approved字段？我可以传递要更新的部分文档，例如{approved:no} 这可能吗？您要找的是。问题是，这实际上会隐式地执行delete+put+index，但您只需将这段时间
elasticsearch 按热门点击聚合结果分组
elasticsearch Lucene
我想根据用户上次访问的时间筛选出文档，并获取单个用户最近访问的文档，然后根据报价代码对所有筛选出的文档进行分组 我通过执行tophits聚合来获取用户最近访问的文档。但是，我无法使用offercode对tophits聚合的结果进行分组 ES查询以获取用户的最新文档 { "took": 53, "timed_out": false, "_shards": { "total": 2, "successful": 2, "fail
elasticsearch 弹性搜索不会返回索引字段的查询结果
elasticsearch Lucene
我正在使用弹性搜索按字段进行非常基本的搜索： 我的索引映射类似于： { "channels": { "mappings": { "channel": { "properties": { "channel": { "properties": { "description": { "type": "string" },
我正在开发一个有餐馆的应用程序，每个餐馆都有送货范围，并且需要为用户回答哪些餐馆可以送货到他/她的当前位置 我用hibernate spatial获得了一个简单的解决方案，但当我进入hibernate搜索，将全文搜索与地理搜索结合起来时（由于可伸缩性），我还没有找到解决方案。一些想法/建议/例子 例如，在Hibernate Spatial中，查询如下所示： SELECT r FROM Restaurant r WHERE within(:point, r.coverage) 显然，保险范围是指
我刚刚踏入lucene世界，试图了解ConstantCorerange查询及其在lucene 6.2.1中的替代方法的使用 谷歌搜索后，我发现ConstantCorerange已被弃用，我应该从以下链接选择NumericRangeQuery或TermRangeQuery： 我目前正在使用Lucene 6.2.1库并尝试更改此代码段： public Query toQuery() { return new ConstantScoreRangeQuery(getName(), lo
我希望能够在Lucene.Net中通过多个客户端同时搜索和索引 它是否可能是线程安全的 IndexSearcher的同一个实例是否可以跨线程共享？是.. 甚至索引也是如此 您可以同时编制索引和搜索，但在重新创建搜索者之前，您对索引所做的更改对搜索者不可见。创建Searcher对象时，Searcher将拥有索引的快照 索引搜索可以而且应该跨线程共享 诀窍在于决定何时用索引的新快照刷新搜索器 我写了一篇文章，展示了我如何编写代码，在线程之间共享搜索者，同时确保搜索者始终使用最新索引 我并不是说我的解
我正在使用类型字段进行搜索。我只想在另外两个字段有值的情况下显示特定类型的结果。所以在我的过滤器查询中，我认为应该是（类型：sometype和field1:*和field2:*），但通配符查询不能以*开头 使用范围查询表示“字段必须有任何值”，例如： type:sometype和field1:[*到*]和field2:[*到*]
将现有Lucene索引拆分为两半的最佳方法是什么？即，每个拆分应包含原始索引中文档总数的一半。一个相当强大的机制是使用文档校验和，对索引数进行模化，要决定它将进入哪个索引。拆分现有索引（无需重新编制所有文档的索引）的最简单方法是： 制作现有索引的另一个副本（即cp-r myindex mycopy） 打开第一个索引，删除一半文档（范围0到maxDoc/2） 打开第二个索引，并删除另一半（范围为maxDoc/2到maxDoc） 优化这两个指标 这可能不是最有效的方法，但它只需要很少的编码。Luce
这可以看作是一个一般的Java问题，但为了更好地理解，我使用Lucene作为示例 您可以在Lucene中使用不同的标记器来标记文本。有一个主要的抽象标记器类，然后是许多不同的类来扩展它。令牌过滤器也是如此 现在，似乎每次您要为文档编制索引时，都会创建一个新的标记器。问题是，既然tokinzer只是一个实用类，为什么不将其设为静态类呢？例如，将所有字母转换为小写的标记器可以有一个静态方法，该方法只对它获得的每个输入执行此操作。为我们要索引的每一段文本创建一个新对象有什么意义 需要提及的一点是，To
我想运行一个进程，彻底销毁然后从头开始重建我的lucene.net搜索索引 我被困在破坏性的部分 我打过电话： IndexWriter.Commit（）； IndexWriter.Close（）； Analyzer.Close（）； foreach（Directory.ListAll（）中的var name）{Directory.ClearLock（name）；Directory.DeleteFile（name）；} Close（）目录 但该过程失败，因为仍然是文件“\u 0.cfs”上的文件处
我是Lucene的新手，我想知道他们之间的区别（如果有的话） 及 PhraseQuery要求要搜索的字段中存在所有术语 您的BooleanQuery不要求所有术语都存在 这就引出了一个问题，即您的短语查询与： term1 = new TermQuery(new Term(...)); booleanQuery.add(term1, BooleanClause.Occur.MUST); term2 = new TermQuery(new Term(...)); booleanQuer
我正在查询SolR server以获取价格范围 如何构造一个立即返回的查询： 所有项目的价格范围（不带方面查询） 具有方面查询的项目的价格范围（或列表） 对于这样的滑块，我需要以下四个值： all_min=============user_min========user_max========all_max 用于获取最小值和最大值。使用或获取特定价格范围内的面。StatComponent很好，但我可以在结果分组的每个组上使用它吗？我想知道每组的价格范围。我该怎么做？@Bob Yoplait
问题：在类别为999的文档上添加2倍增强。 解决方案：3.2 尝试使用： bq组件bq=category\u id:999^2 ->这是不可接受的，因为它会产生加法（非乘法）助力 boost（在太阳黑子3.x中是相乘的）和a，比如：boost=sum（{！term f=category_id}999,1） ->术语查询不返回1或0，而是必须标准化的lucene分数 IF函数 ->solr 3.2中还没有，将在下一个版本中提供：您是否尝试过添加增强功能，但发现它失败了？我的经验是，这种
是否有助于建立质量保证体系 提前感谢。如何启动： 真正的知识是如何运作的： 自然语言QA系统如何工作： L.Hirschman，R.Gaizauskas，《自然语言问答：这里的观点》，自然语言工程，第7卷第4节，第275-300页，2001年12月 相关问题（答案推荐Lucene）： 启动的工作原理： 真正的知识是如何运作的： 自然语言QA系统如何工作： L.Hirschman，R.Gaizauskas，《自然语言问答：这里的观点》，自然语言工程，第7卷第
我是Lucene world的新手，对这门学科的工作知识不多。我需要提取文档术语向量，我在网上找到了以下代码 我的问题是，我不知道如何获取上述功能所需的文档ID（列出文档编号）。我试过两种方法，比如 TermDocs docs = reader.termDocs(); 但它不起作用。Lucene从零开始分配ID，这是上限，因此您可以简单地循环获取所有ID，跳过已删除的文档（Lucene在调用deleteDocument时将其标记为删除）： for（int-docNum=0；docNum
我正艰难地试图在Lucene图书馆周围盘旋。这就是我到目前为止所做的： public void shingleMe() { try { StandardAnalyzer analyzer = new StandardAnalyzer(Version.LUCENE_35); FileReader reader = new FileReader("test.txt"); ShingleAnalyzerWrapper shingleA
elasticsearch
我有两个搜索词“86746184549”和“3302093809”。我正在执行两个单独的术语查询，以获取与每个ID匹配的一个文档 "size":1, "query":{ "term":{ "from_user_id": "86746184549" } } 及 是否有一种方法可以组合这两个查询，类似于我们在facet中所做的 { "facets":{ "facet_1":{ }, "facet_2":{ },
在Lucene的新4.4.0版本中，近实时管理器（org.apache.Lucene.search.NRTManage）已被替换为 有没有人有一些新ControlleDrealtimeRecoverThread使用的示例代码 编辑：我在下面回答我自己的问题我对这个问题做了一些研究，并建立了一个实用类型。。。没有经过充分的测试（特别是在并发条件下），无论如何它都可以工作，而且我非常确定它是线程安全的 @Slf4j 公共类LuceneIndex{ 私人最终索引编写器(IndexWriter);； 私
我正在使用Lucene为XML文件编制索引。文件将进入输入目录，编制索引并移动到输出目录 在某些情况下，它工作正常，但很少有文件失败 当我尝试使用Windows命令提示符重新创建该文件时，它显示该文件已在使用，这告诉我java进程仍然连接到该文件 有人能帮我确保Lucene java进程在索引后离开文件吗 这是我正在尝试的代码 int originalNumDocs = writer.numDocs(); for (File f : queue) {
我有一个非常简单的分析器，它试图用空格替换正斜杠。因为QueryParser强制我在解析之前用斜杠转义字符串，所以我在分析器中添加了一个MappingCharFilter，用单个空格替换\/。分析仪的定义如下： @Override protected TokenStreamComponents createComponents(String field, Reader in) { NormalizeCharMap.Builder builder = new NormalizeCharMa
elasticsearch
以前，我有过这样的经历： { query: { function_score: { filter: { and: [ { term: { 'currency': 'usd', '_cache': false } } ] }, script_score: { "
我在MongoDb中有一组文档（url:String，title:String，content:String）。url是一个唯一的字段，包含如下内容server://aaa/bbb/1.html. 我想用Lucene索引数据，而不是Mongo（我可以更改存储）。我将把url存储在Lucene的索引中。当用户通过关键字搜索某个内容时，我将使用Lucene执行查询，读取url字段，然后转到Mongo，根据url提取文档。它工作得很好 但我不能通过url从Lucene的索引中删除数据，因为它包含许多不
检查字符串a是否是Lucene中字符串b的一部分的最佳方法是什么。例如：a=“资本”和b=“柏林是德国的首都”。在这种情况下，b包含a并符合要求 我认为您的问题可以被视为某个字段是否包含某个术语。 基本术语查询应该足以解决您的问题，在大多数分析工具中，“柏林是德国的首都”将被分析为“柏林”、“首都”“德国”（如果您使用基本停止词） 您还可以使用PhraseQuery来解决您的问题（不过，您的问题不是PhraseQuery最合适的场景） Lucene在Action 2nd中，3.4 Lucene的
elasticsearch 弹性搜索不区分大小写
elasticsearch Lucene
spring-data
我有以下基于注释的弹性搜索配置，我已将索引设置为不进行分析，因为我不希望这些字段被标记化： @Document(indexName = "abc", type = "efg") public class ResourceElasticSearch { @Id private String id; @Field(type = FieldType.String, index = FieldIndex.not_analyzed) private Stri
我们正在开发一个使用Cloudant作为数据库的应用程序，它是Couchdb的一个变体。Cloudant开始变得有点贵，因为上一个问题，我们也不可靠。我们已经失去了一天与DBs的联系。所以我们决定建立我们自己的Couchdb服务器 实际上，我们有两种选择CouchDB 1.6和2.0开发者预览版。第二个提供了我们所需要的所有功能，如果我们编译它的话，它支持全文搜索。第一个没有Mango查询，没有Dreyfus和Closeau。我们只能安装couchdb lucene来启用全文搜索，但实际上我们在
在ZF2中，我使用以下代码生成Lucene查询： $query = new Lucene\Search\Query\Boolean(); $term = new Lucene\Index\Term($search->type, 'type'); $subqueryTerm = new Lucene\Search\Query\Term($term); $query->addSubquery($subqueryTerm, true); $ter
elasticsearch Liferay dxp中的Indexer和IndexWriter类之间有什么区别？
我不熟悉Liferay和ElasticSearch。Indexer类和IndexWriter类之间的主要区别是什么？。我使用BaseIndexer为Elasticsearch中的文档编制索引。IndexWriter还有一些我认为用于拼写检查和建议的方法。请帮助我理解这两门课之间的明显区别。我无法深入了解这一点，因为我自己的知识很肤浅，但我将用从这些文档中学到的知识来回答： 索引器用于控制索引内容和索引方式。 IndexWriter用于控制文档创建、更新和删除的时间和方式。因此@Russ Bohl
elasticsearch umbraco elasticsearch和lucene中哪个更好
我知道，一般来说，弹性搜索在大多数情况下都更适合使用，但我想特别了解Umbraco，它是否适合使用？或者如果lucene更好我以前没有使用弹性搜索，但我经常使用Umbraco，我使用lucene，主要是通过使用lucene的检查 在这里阅读有关检查的信息 请参见我在Umbraco中使用Examine here设置的一些高级搜索的示例 Lucene是一个搜索库，Elasticsearch是一个基于Lucene的搜索引擎，Umbraco是一个CMS。不幸的是，这个问题太主观了，没有正确的答案，也没有
elasticsearch Elasticsearch没有'；t在多匹配查询中返回结果
elasticsearch Lucene
我想知道为什么Elasticsearch没有为以下内容提供任何结果： 但它给了我以下方面的结果： GET /stag/_search { "query": { "multi_match": { "type": "phrase_prefix", "query": "ferran may", "fields": [ "fullName", "fullName.folded" ] } } } 我认为每个单词可能有一个最小字符长
elasticsearch 基于现有文档值的elasticsearch脚本更新
从文档中我了解到，使用\u searchAPI上的脚本搜索文档很容易，例如，在这里，我可以在创建脚本条件时使用现有的文档值 GET /_search { "query": { "bool" : { "must" : { "script" : { "script" : { "source": "doc['num1'].value &
我正在尝试使用hibernate搜索向实体添加全文搜索。我们的模式使用基于鉴别器的多租户，其中每个租户都是一个带有id的公园 @Entity @Indexed public class ProductModel { @Field // park is the tenant private Long parkId; @Field(index = Index.YES, analyze = Analyze.YES) @Analyzer(definition = "customa
elasticsearch Elasticsearch：模糊查询和筛选结果
elasticsearch Lucene
我对Elasticsearch非常陌生，我正在尝试创建一个带有模糊查询的搜索引擎 我可以使用以下代码通过模糊搜索获得结果： { "query": { "match": { "skill": { "query": "Project management", "fuzziness": 2, "pref
我正在使用SOLR和NGramTokenizerFactory来帮助创建单词子字符串的搜索标记 NGramTokenizer配置的最小字长为3 这意味着我可以搜索例如“unb”，然后匹配单词“难以置信” 然而，我对像“我”和“在”这样的短词有一个问题。SOLR没有为它们编制索引（我怀疑这是因为NGramTokenizer），因此我无法搜索它们 我不想将最小字长减少到1或2，因为这会创建一个巨大的搜索索引。但我希望SOLR包含长度已经低于这个最小值的整个单词 我该怎么做 /Carsten首先，试着
我已经在一个网站上设置了Solr索引的新实例。我希望Solr不要索引某些URL模式。有没有办法提及这种排除模式 问候,， 第可以在程序中执行，仅当模式与排除模式不匹配时才进行索引。可以在程序中执行，仅当模式与排除模式不匹配时才进行索引。您可以使用。在该UpdateRequestProcessor中，如果文档与正则表达式匹配或不匹配，您可以决定是否为文档编制索引。您可以使用。在这个UpdateRequestProcessor中，如果文档与正则表达式不匹配，您可以决定是否为文档编制索引。您是否有一个
嘿 我正在部署一个包含3000多万文档的Solr服务器。目前，我正在测试搜索性能，结果非常依赖于我同时执行的查询数量： 1同时查询：2516ms 2同时查询：42504469毫秒 3个同时查询：578162196219ms 4个同时查询：648472037719781毫秒 Jetty线程池配置为默认值： 新建class=“org.mortbay.thread.BoundedThreadPool” Set name=“minThreads”10 Set name=“lowThreads”50 S
我有这种情况 Entity Company_id ----------------- E001 1 E001 2 E003 1 E002 2 E001 3 E003 3 我想知道有多少公司有实体（E001和E003），在这种情况下，结果应该是公司1和3 在SQL中，可以通过进行嵌套查询来解决此问题，但我应该使用类似luncene的方法，因为性能需要此查询将对每个页面执行50次以上 注：我也可以限制3或4个实体，例如
我想在Lucene中为类似的文档打分。让我解释一下我的情况 例如，假设我的文件中有以下记录，我在这些记录上创建了索引 ID|First Name|Last Name|DOB 1 |John |Doe |03/18/1990 1 |John |Twain |03/18/1990 3 |Joey |Johnson |05/14/1978 3 |Joey |Johnson |05/14/1987 4 |Joey |Johnson
我使用下面的代码来索引一个整数值 String key = hmap.get("key"); System.out.println("key == "+Integer.parseInt(key)); if(key!=null && key.trim().length()>0) doc.add(new IntField("kv", Integer.parseInt(key),IndexFieldTypes.getFieldType(INDEX_STORE_FI
我需要对大量文件进行分类。我见过许多用于分类的经典机器学习算法。但突然间，我问自己，我们能用搜索引擎做到这一点吗 我的大致想法是： 我们有几个用于标记文档的文件夹，例如： 文件夹1=类别1 文件夹2=类别2 然后，对于每个未标记的文档，我们使用它作为标准，让搜索引擎搜索每个文件夹，返回结果最多的应该是目标类别 我不确定这是否可行。我不知道如何为一组文档创建搜索引擎，Bing或Google可以为其定制吗？或者我需要用Lucene或其他什么东西来构建一个吗？是的，搜索引擎存储了进行文本分类所需
我需要用Lucene查询语言实现以下谓词： {param} IN optionIds 其中，{param}是我的外部参数，optionId是数组（或集合） 例如，我的文档具有以下选项ID： "optionIds": [ 72, 44, 11, 9, 10 ] 以下Lucene谓词optionId:72正确返回此文档 但是如何基于以下值返回此文档：72、11、9 以下谓词optionId:72、11、9不起作用，Lucene查询返回空结果 请演示如何
elasticsearch 如何优化Elasticsearch的结果？
elasticsearch Lucene
我环顾四周，没有关于这样一个问题的线索 我正在使用，我遇到了一个问题。我首先对整个字符串进行分析，然后使用AND，但结果并不准确。搜索整个字符串不会返回任何结果，但搜索'brian cardeau'会返回142个结果，其中只有两个结果是相关的。它似乎是和对'brian'部分进行排序，并找到包含该单词的所有结果。有办法解决这个问题吗 我使用基本搜索作为 try { const response = await client.search({ q: 'brian cardeau' }