我使用Lucene在web应用程序中显示搜索结果。我还使用自定义分页来显示搜索结果。 搜索结果可能从5000到10000或更多不等。 有人能告诉我分页和缓存搜索结果的最佳策略吗？我建议您不要缓存结果，至少不要在应用程序级别缓存。不过，在一个有大量内存的盒子上运行Lucene会有所帮助，操作系统可以将其用于文件缓存 只需对每一页使用不同的偏移量重复搜索。缓存引入了状态性，最终会破坏性能。我们有数百名并发用户在搜索超过4000万个文档的索引。在不使用显式缓存的情况下，搜索在不到一秒钟的时间内完成 使
在我的Lucene文档中，我有一个字段“company”，其中公司名称被标记。 我需要对我的应用程序的某个部分进行标记化。 但是对于这个查询，我需要能够在整个company字段上创建一个PrefixQuery 例如： 我的品牌 我的 烙印 婆罗门农场 婆罗门 农场 定期查询“bra”将返回这两个文档，因为它们都有以bra开头的术语。 不过，我想要的结果将只返回最后一个条目，因为第一个术语以bra开头 有什么建议吗？创建另一个索引字段，其中公司名称没有标记。必要时，搜索该字段，而不是标
我正在使用solr的刻面，我遇到了一个问题，我希望我可以绕过过滤器 基本上，有时候，一个城镇的名字会作为 “剑桥” 有时候，它会以 “剑桥” 我想在Solr中使用一个过滤器来阻止镇名的尖叫。似乎所有的文字都有一个合适的地方 我想知道是否有人知道一个过滤器会忽略一个单词的第一个字符，并对其余字符使用小写。例如 剑桥>>剑桥 船体上的金斯敦>>船体上的金斯敦 等 或者，如果很容易编写自己的过滤器。。如果您能提供一些帮助，我们将不胜感激。。我不是一个Java人 谢谢你，这里没有那样的内置过滤器
我们的产品由多个应用程序组成，都使用Lucene。我参与的应用程序中有2个具有大约3 Gb和12 Gb的Lucene索引。另一个团队正在构建一个应用程序，他们估计LUCENE索引大小接近1TB。大约每15天向索引添加一次新文档。当前应用程序没有任何明显的性能问题。所以我的问题是： 我们现在应该使用Solr吗 什么时候应该停止使用Lucene并毕业于Solr 使用Solr有什么缺点/问题吗 客户端应用程序是在ASP.Net中开发的，但我认为它们将能够使用solrnet的Solr服务器。我不认为从L
实现Lucene实时索引的最佳方法是什么？从索引编写器获取索引读取器 更新：看起来当前的方法是对象。试试Zoie Lucene wiki提供了一些信息： 看起来很有希望。它仍然是非常新的，但将本着精神提供分布式Solr索引。Lucene有一个称为近实时搜索的功能，以满足这一需求 它要求您的IndexReader与IndexWriter位于同一JVM中 您可以使用IndexWriter进行更改，然后使用IndexReader.open（writer）直接从写入程序打开一个读卡器，或者在旧的Luce
我有一个用Asp.NETMVC编写的类似论坛的web应用程序。我正试图实现Lucene.net作为搜索引擎。当我构建索引时，不时会出现与Lucene无法重命名deletable文件相关的异常。我想这是因为每次我想重建索引时都会清空它。以下是处理索引的代码： public class SearchService : ISearchService { Directory IndexFileLocation; IndexWriter Writer; IndexReader
我需要将Lucene的分数标准化为0到1 例如，随机查询返回以下分数 8.864665 2.792687 2.792687 2.792687 2.792687 0.49009037 0.33730242 0.33730242 0.33730242 0.33730242 最高分是多少？10.0 谢谢lucene没有很好的标准方法来规范分数。读这个：还有这个 在您的案例中，如果结果按分数排序，则最高分数是第一个结果的分数。但对于其他每一个查询，这个分数都会有所不同 另请参见您可以将所有分数
问题是我想得到结果“id:id1 name:doc2 price:10.0”，但输出是“id:id1 name:doc2”。。。 因此，我想知道如果我想得到“id:id1 name:doc2 price:10.0”的结果，我如何修改我的编程？当您添加具有相同id的文档时。您基本上添加了两次相同的文档。 Solr将更新/覆盖文档。更新基本上是删除和添加 由于使用相同id添加的第二个文档没有price字段，因此不会添加该文档，也不会在索引中找到它 在添加回文档时，您需要更改和更改所有字段 Commo
我试图在Lucene中使用前缀查询来实现自动完成。我已经做了一个简单的测试，我认为应该工作，但它没有。我正在索引一些简单字符串，并使用KeywordAnalyzer确保它们没有标记化，但我的搜索仍然不匹配任何内容。如何索引和搜索字段以获得前缀匹配 这是我用来测试的单元测试。除了autocomplete和singleTerm方法外，其他方法都通过了 package com.sample.index; import org.apache.lucene.analysis.Analyzer; impo
是否可以使用PredicateBuilder类来构建RavenDB可以解释和使用的WHERE子句？我尝试了session.Query（）和LuceneQuery，但都失败了： 这是会话。Query（）尝试： public static List<T> GetObjectList<T>(Expression<Func<T, bool>> whereClause) { using (IDocumentSession session = GetR
是否有任何选项可以从lucene索引中使用index.query（如下所示）获取随机节点 Index<Node> index = graphDb.index().forNodes("actors"); Node rand = index.query("foo:bar").getRandom(); Index Index=graphDb.Index（）.forNodes（“参与者”）； 节点rand=index.query（“foo:bar”）.getRandom（）； 谢谢 jö
我有两个Lucene索引，我正试图用Lucene 4.X中的ParallelCompositeReader一起打开。两个索引包含相同数量的文档（14365790），顺序相同。我的代码如下所示： val articlesReader = DirectoryReader.open(FSDirectory.open(...)) val citationCountReader = DirectoryReader.open(FSDirectory.open(...)) val reader = new P
我只想检索“cmis:document”，而不需要wiki、博客，。。。在Alfresco 3.4.7上的lucene搜索中，但我不知道怎么做 TYPE:"cmis:document" 不起作用 有没有办法在查询中指定多个mimetype？Alfresco支持不同的查询方案，cmis:document仅适用于。使用Alfresco域模型而不是其CMIS视图： TYPE:"cm:content" AND -TYPE:"cm:folder" 然后，如果要筛选： 或： 我怎样才能只过滤没有wiki
我用lucene 4.3.1实现了模糊搜索，但我对结果不满意。我想指定它应该返回的一些结果。例如，如果我想要10个结果，它应该返回10个最好的匹配，不管它们有多糟糕。大多数情况下，如果我搜索的单词与索引中的任何单词都非常不同，它将不返回任何内容。如何获得更多/更模糊的结果 下面是我的代码： public String[] luceneQuery(String query, int numberOfHits, String path) throws ParseExcepti
elasticsearch
我目前有一个创建索引的bash脚本。代码在上面 如何向其添加词干 最通用的方法是用雪球分析器替换默认分析器。这将为所有动态映射的字符串字段启用词干分析。以下是启用英语词干分析器的方法： curl -XPUT "localhost:9200/products" -d '{ "settings": { "index": { "number_of_replicas" : 0, "number_of_shards": 1
我正在开发一款Spring3.2WebApp。我希望有人能帮我做这件事 我尝试在“Site”db表的“name”字段中获取所有带有“test”单词的站点 站点表行： 身份证号码：1 名称：“测试” Site.class @Entity @Indexed @Spatial @Table(name = "site") public class Site implements Serializable { @Id @GeneratedValue(strategy = Generat
elasticsearch
我正在Centos 6上运行ElasticSearch 1.0.1，内存为32 GB 有4个节点，1个没有数据，其余有数据 在一个场景中，我手动关闭其中一个节点（以重新启动它）。重新启动时，分配给该节点的复制副本保持未分配状态。我不得不使用allocate命令再次手动分配它们 我的问题是：如何确保副本在重新启动时自动分配？我不想做任何人工分配 我在集群设置中禁用了_分配：false，所以这不应该影响它 我还应该检查什么呢？我认为这不应该发生 您的分配。禁用副本分配是否正确 在1.0.1中，这些设
我正在寻找一个JIRA自定义过滤器查询，以根据标准（例如，状态、优先级甚至自定义字段）显示票据。它应该从文本字段中排除精确的字符串 我已经试过了 "[Field name]" !~ "[Text to lookup]" 但这也排除了在文本字段中除了[Text to lookup]之外还有其他单词的其他票证 关键字“红色”的示例： 显示带有“红色某物其他”或“红色某物其他”的票证，但在所需字段中仅使用“红色”隐藏所有票证IMHO存在与注释相关的问题/错误~ 我有XY-234号机票，上面有两条评论
我试图从查询结果中筛选出许多项 最终结果应仅包含Private设置为false的结果，或者如果为true，则为提供的隐私组的一部分 假设基本查询结果如下 ID Name Private PrivacyGroup 1 Yellow false 2 Red true 1 3 Blue true 2 4 Orange true 1 5 Black false 6 Green true 3 我尝试过各种各样的过滤器
elasticsearch
我想在elasticsearch中指定每个字段的分析器。对于某些字段，我需要关键字分析器，而对于其中一个字段，我需要一个自定义数字分析器，它将删除所有非数字字符（请参阅下面代码中的number\u analyzer） 创建索引的请求是 { "settings": { "analysis" : { "analyzer" : { "number_analyzer" : { "type":
我想调试Lucene令牌过滤器并查看结果。如何将令牌过滤器应用于令牌流以查看结果？ 使用 解决办法是： // Print result f.reset(); Iterator it = f.getAttributeClassesIterator(); while (f.incrementToken()) { System.out.println(f .getAttribute(CharTermAttribute.cl
我试图理解在CQ5的索引配置中“boosting”属性的用法。我想我明白了，通过设置boost可以确定一个项目作为搜索结果返回到列表的最高层。因此，我尝试在默认的CQ5索引配置中添加以下boost行： <index-rule nodeType="nt:base"> <property boost="5.0">jcr:title</property> <property boost="5.0">history:title</property&g
elasticsearch elasticsearch：如果索引的所有碎片中都存在文档，则更新文档
elasticsearch Lucene
search-engine
我在谷歌上搜索了所有索引碎片（如果存在）中的更新文档。我找到了一种方法（/_bulkapi），但它需要我们指定路由值。我没能找到解决我问题的办法。如果有人知道下面的事情，请告诉我 如果存在索引的所有碎片，是否有任何方法使用单个更新查询更新文档 如果没有，是否有任何方法生成路由值，以便我们能够使用更新查询命中所有碎片 对于批量更新，ES建议通过查询获取需要使用扫描和滚动更新的文档，更新文档并再次对其编制索引。在内部，ES从不更新文档，尽管它通过脚本提供了更新API。它总是使用更新的字段/值重新索引
Azure Search文档表示，在Azure Search next中的Lucene查询语法中，可以使用运算符：和&+，但为什么我会为接下来两个语义相同的查询获得不同的结果集： search=tec AND pro&queryType=full&$count=true search=tec %26 pro&queryType=full&$count=true //%26 is encoded & 编辑：固定的符号和编码代码，谢谢femtoRgon谢谢您
elasticsearch Grafana从Elasticsearch中的多个字段中选择max
对于上下文，Elasticsearch中的我的数据如下所示： "data": { "errors": { "file/name/somewhere.kt": 7, "file/name/somewhereElse.kt": 1, "file/name/some.kt": 2, "file/name/where.kt": 4 } 现在就我所见，在Grafana
elasticsearch Lucene和Elasticsearch超过文档限制
elasticsearch Lucene
maxlimitdocument
当我们试图将更多文档摄取到“Lucene”实例中，超过其最大限制2147483519时会发生什么 我读到，当我们接近20亿个文档时，我们开始看到性能下降。 但“Lucene”是否只是停止接受超过其最大限制的新文档 此外，“Elasticsearch”在达到文档限制时如何处理其碎片的相同情况。引擎盖下的每个Elasticsearch碎片都是Lucene索引，因此此限制也适用于Elasticsearch碎片，基于此，它看起来停止为进一步的文档编制索引 性能下降取决于几个因素，如这些文档的大小、分配给
如何使用Lucene为搜索应用程序实现“排除这些单词”功能 谢谢 查看NOT运算符。只需相应地构造查询，或者如果是用户生成的查询，则进行处理。因此，我可以使用stopanalyzer： StopAnalyzer StopAnalyzer包括小写过滤器，还具有一个过滤器，用于删除任何“停止词”，如英语中经常出现的冠词（a、an、the等），以便搜索。StopAnalyzer附带了一组停止字，但您可以使用自己的停止字数组对其进行实例化 更多信息： 你是说停止语吗？什么版本的Lucene？
我的应用程序使用Lucene Highlighter 2.4.1。我使用荧光笔获取最佳匹配片段，并显示它们。 我使用HighlightedTermsanalyzer analyzer、查询查询、字符串字段名、字符串字段内容、int fragmentsNumber、int fragmentSize调用函数String[]GetFragmentswithHighlightedTermsanalyyzer。例如： String text = doc.get("MetaData"); getFragme
我们正在使用Lucene作为sitecore的一部分进行文本搜索。 是否有任何方法可以忽略sitecore搜索中的停止词（如a、an、the…）。默认情况下，sitecore使用Lucene standard analyzer-Lucene.Net.Analysis.standard.StandardAnalyzer。您可以看到这是在web.config文件的/configuration/sitecore/search/analyzer元素中定义的。标准分析器< /代码>类中的一个构造函数接受将
每次更新lucene*.cfs文件中的索引后，文件号会增加_2.cfs、_5.cfs、_7.cfs。 每一次。这可以吗？或者我忘记关闭代码中的某些对象了吗？如果在更新索引后执行$index->optimize（），我想这是可以的。否则也可以，但索引的质量开始下降。似乎需要优化索引，它有它的优点 1） .CFS（复合文件）合并为一个大段文件 2） MergeFactor也是一个标准，为什么您有这么多复合文件，将其设置为15-20左右，我们发现它在该范围内提供了良好的结果，内存使用情况良好谢谢，我调
我正在尝试为一组文档创建索引，当我调用addDocument（）时，得到一个异常“this Analyzer is closed”： 我想它是在抱怨分析仪，但为什么呢？以下是确切的信息： org.apache.lucene.store.AlreadyClosedException: this Analyzer is closed 你能详细说明你的代码吗？您还没有包括实际使用分析器的代码吗？我在IndexWriterConfig构造函数中假设？您能为我们提供完整的堆栈跟踪吗？我在重现问题时遇到困
我正在尝试在我们的解决方案中实现Lucene搜索功能。我们选择的方法是覆盖数据库爬虫功能，而不是更传统的indexwriter/reader方法 它工作正常，但尝试实现拼写检查器模块会产生以下异常 System.InvalidOperationException: Lock@C:\Windows\TEMP\lucene-df395a60eeb827dc92350de6e4528673-write.lock# is not locked Sitecore.Data.Indexing.FSLoc
我在Lucene中编制索引，只对从Lucene中获取相关文档的ID感兴趣（即，不是字段值或任何突出显示的信息）。鉴于这些要求，在不影响搜索性能（速度）或质量（结果）的情况下，我应该使用哪个术语向量？我也会使用更多类似的东西，所以我不想 TermVector.YES—Records the unique terms that occurred, and their counts, in each document, but doesn’t store any positions or offset
对于如何将方面添加到已经存在的Lucene索引中，我感到有点困惑 我有一个使用Lucene 3.1创建的Lucene索引（创建时没有任何方面） 我已经查看了Lucene文档中的facet，在那里他们向您展示了如何从头创建一个带有facet的索引，也就是说，您创建一个新的Lucene文档对象，使用分类工具向其添加facet信息（类别），然后在Lucene索引中编写该文档（使用IndexWriter）这还将向分类法索引添加额外数据（通过TaxonomyWriter），如下所述： 然而，我想要的是使
是否可以在Sitecore中使用Lucene搜索，并让Sitecore项目Web API以JSON的形式返回结果 Sitecore开发者网络上Sitecore项目Web API的文档没有给出如何通过项目Web API使用Lucene搜索的任何示例 我要寻找的最终结果是根据提供的搜索参数将搜索结果作为JSON返回。由于Sitecore项目Web API可以与Sitecore查询一起使用以检索项目，因此也可以方便地将其用于搜索。我认为这在项目Web API的默认实现中是不可能的 但是，您可以扩展它。
在德语和荷兰语等日耳曼语言中，单词常常粘在一起。例如，“质量控制”变为“质量控制”（de）或“质量控制”（nl） 我怎样才能让Lucene独立地搜索这些粘在一起的单词？也就是说，如果我搜索“qualität”或“kontrolle”，我希望找到“qualitätskontrolle” 似乎有此的筛选器：。但是我怎样才能将它与DutchAnalyzer和GermanAnalyzer连接起来进行索引和搜索呢？您必须编写自己的分析器才能包含过滤器 例如，子类GermanAnalyzer或从头编写一个，
我对编辑Sitecore（6.5）安装的搜索索引感兴趣。到目前为止，我已经使用版本1.0.0和3.1.0中的Luke打开索引文件夹。卢克报告了以下细节 这是通过lukeall-3.1.0.jar完成的 Index format: -4 (Lucene 2.3) Index functionality: lock-less, single norms file, shared doc store 我试图通过Luke GUI ie提交对索引的简单更改。右键单击Set Normal，然后将0.5更改
我尝试使用Lucene 4.9作为索引机制，以NRT模式返回文档的术语。为此，我使用以下字段配置： FieldType t2 = new FieldType(); t2.setIndexed(true); t2.setStored(true); t2.setTokenized(true); t2.setStoreTermVectors(true); t2.setStoreTermVectorPositions(true); t2.setIn
我重写了一个从快速查询到内容搜索的新闻应用程序（概述+详细信息）。性能提升是巨大的，但我看到了一些可能的限制，我不知道如何与页面编辑器一起处理这些限制 当我使用快速查询时，即使还没有语言版本，我也会得到一个新闻实例。在Lucene中，我找不到结果（因为我过滤语言），因此在特定语言的概述中缺少新闻细节 编辑问题1 假设我们有一个两种语言（英语和德语）的解决方案。我有一个项目，目前只存在于一个单一的英文版本。当我在德语的概览页面上，希望通过快速查询找到此项目时（查询不重要），我会将此项目取回。错误的
如何使用ApacheLucene中的QueryParser来创建包含术语a或术语B（或两者，但至少包含其中一个）的查询编辑：此外，它还包含其他必须子句，例如，它必须包含C，并且必须包含A或B。 那么这是正确的吗 +(A OR B) +C 它很简单：A或B（或者只是ab） 这将生成两个带有的布尔子句。在这种情况下，必须至少有一个子句与整个BooleanQuery匹配： /**将此运算符用于应出现在 *匹配文件。对于没有的布尔查询，必须 *子句一个或多个应子句必须与文档匹配 *使布尔查询匹配。 *
elasticsearch 如何在ElasticSearch中使用lucene SpanQuery
elasticsearch Lucene
在我的项目中，我考虑使用ElasticSearch的Span Near查询，有一个约束条件，即某些标记可能必须用模糊性进行搜索。我能够生成一组SpanQuery（org.apache.lucene.search.spans.SpanQuery）对象，有些启用模糊功能，有些不启用模糊功能。我不知道如何在ElasticSearch SpanarQuery中使用这些SpanQuery集 有人能帮我找到正确的样本或文档指针吗。有没有办法在启用某些模糊子句的情况下构造ES SpanarQueryBuild
elasticsearch
我想在弹性搜索中搜索一个数值表达式 范例 indent code 4.8663 spaces indent code 121.232 spaces indent code 12.3232 spaces 示例查询 get all string with "indent code between 1 and 100" 它应该是第一和第三，但不是第二 { "span_near": {
我希望对两个词进行组合模糊搜索，例如：-“magikal~0.8”和“mistery”~0.8，应该返回“magical”和“神秘”两个词所在的结果 我目前的代码如下 Directory createIndex(DataTable table) { var directory = new RAMDirectory(); using (Analyzer analyzer = new StandardAnalyzer(Lucene.N
我是crate.io的新手，我不太熟悉“碎片”这个术语，我试图理解为什么在运行本地db时，它会创建4个不同的碎片 我需要将其简化为一个碎片，因为当我尝试将数据从板条箱导出到json文件时，它会导致问题（它会创建4个不同的碎片！）大多数用户在多台服务器上运行板条箱。要在多台服务器之间分发表的记录，需要将其拆分。那张桌子的一部分叫做碎片 为了确保数据库仍然有记录，默认情况下，在每个碎片的副本上创建。位于不同服务器上的数据副本 虽然系统没有碎片的完整副本，但集群状态为黄色/复制不足 在单个节点上运行的
我正在使用Umbraco v7.2作为一个站点，并且遇到了一个非常有趣的问题，试图在一个日期范围内使用外部搜索器搜索内容 如果我使用backoffice中的检查管理搜索工具执行Lucene搜索，我将使用以下查询获得结果： {(+__NodeTypeAlias:bookingperiod)} AND startDate:2016-03-01T00\:00\:00 随后，我知道我可以得到一个范围内包含该日期的结果。然而，非常有趣、非常令人费解和非常令人沮丧的是，如果我使用范围查询，我不会得到任何结
elasticsearch 是否匹配列表中的多个字段？
elasticsearch Lucene
如何返回列表中具有匹配多个字段的文档 例如： 每个文档都包含有关大学的信息 其中一个字段是以下格式的学生列表： "students": [ {"name":"John", "age":23}, {"name":"Joe", "age":65}, {"name":"John","age":12} ] 因此，文档1有自己的学生列表，文档2有自己的学生列表，等等 如何查询以返回所有名为“John”且年龄至少为21岁的学生的大学（文档）？您应该将学生定义为映射中的嵌套字段，以便能够执行
elasticsearch 使用grafana的lucene查询替换子字符串
我有Grafanav5.0.4和数据库ELASTICSEARCH5 在Base have字段中，使用关键字： message.keyword:“May 15 09:50:32工人foo:2018/05/15 09:50:32 foo小额支付交易Complite:15135135151313313” message.keyword:“May 15 19:50:32 workers goo:2018/05/15 19:50:32 foo小额支付交易Complite:44741684746318546
elasticsearch Elasticsearch Java API将直接生成器添加到短语建议器
elasticsearch Lucene
我正在寻找一个使用ElasticSearchJavaAPI将直接生成器添加到短语建议器的示例。当我创建direccandidategenerator对象时，有很多weired参数。例如，我为什么要给它一个lucene IndexReader，我应该如何创建它 DirectCandidateGenerator(DirectSpellChecker spellchecker, String field, SuggestMode suggestMode, IndexReader reader, dou
我有一个场景，我必须使用Azure search使用供应商名称搜索供应商。例如，下面是供应商列表 资讯科技有限公司 资讯系统有限公司 信息解决方案 Infosys公司技术 戴尔电脑 第一信息系统 我的搜索场景是 当Searchtext为Info时，它应返回1,2,3,4 当Searchtext为Infosys时，它应返回1,2,4 当Searchtext为Infosys Tech时，它应仅返回1而不是4 我还尝试了供应商名称字段上的关键字分析器，它也没有给出我期望的结果。基本上，我希望搜索文本从
Lucene在索引期间如何使用相似性？我在阅读索引时理解相似性的作用。因此，searcher.setSimilarity（）在评分中是有意义的。IndexWriterConfig.setSimilarity（）的用途是什么？Lucene在索引期间如何使用相似性？ 简单的回答是：Lucene在索引时捕获一些统计数据，然后可以用来支持查询时的评分。我认为这仅仅是一个效率问题，它们被作为索引过程的一部分捕获，而不是在运行查询时被动态地重复重新计算 javadoc中有一节从较高的层次描述了这一点： 索引