我正在我的lucene索引中存储各种文章。 当用户搜索包含特定术语或短语的文章时，我需要显示所有文章可能在1000到10000篇文章之间，但搜索结果中会出现最新的文章 我相信你可以使用日期字段在Lucene中创建搜索结果。 有人能告诉我怎么做的细节吗 提前谢谢 我会实现这个。您应该编写一个新的，其比较函数比较两个日期。然后，您需要使用新的分类器对搜索进行排序。此建议摘自的第6章。我将实施。您应该编写一个新的，其比较函数比较两个日期。然后，您需要使用新的分类器对搜索进行排序。此建议摘自的第6章。您
我已经到了需要在我的Lucene.Net索引中存储一些关于特定字段来源的附加数据的地步。具体来说，我希望在将字段添加到文档中时将guid附加到文档的某些字段，并在从搜索结果中获取文档时再次检索guid 这可能吗 编辑： 好的，让我举个例子来澄清一下 假设我有一个对象，我想让用户用自定义标记来标记它，比如“个人”、“收藏”、“某个项目”。为此，我向文档中添加了多个“标记”字段，如下所示： doc.Add( new Field( "tag", "personal" ) ); doc.Add( new
我对索尔是个新手。我想使用多个令牌 我正在使用标准标记器，以便通过\t、空格、逗号等拆分单词 现在我想使用一个额外的标记器 如果有话 “牛棚” 我希望它变成“奶牛”和“牛棚” 我只想拆分搜索索引中的几个常用词 因此，我计划使用regex标记器。但是，当我尝试使用时，会收到一条错误消息（“xml根目录下的多个标记器”） 不可能吗？我需要更改代码吗？我做错了吗 感谢您的提示：）每个分析器只能有一个。如果您需要修改标记器生成的标记，您可以使用。太好了，谢谢！我现在只需通过同义词过滤器发送“cowshe
如何将Lucene的荧光笔与短语查询一起使用？ 我在谷歌上搜索了一下，我对spanScorer、QueryScorer和一些类似的东西感到困惑 我使用的Lucene版本是3.0.3 我的要求是 -执行多字段查询 -执行通配符搜索 -进行短语查询 以上所有内容都需要突出显示。 我如何做到这一点 所以我找到了我自己问题的答案。。。 经过大量的头发拉扯和谷歌搜索，我发现： 使用以下命令专门设置QueryScore： qs.setExpandMultiTermQuery（true） 做了突出显示通配符
我想弄清楚有效负载评分在lucene中是如何工作的。因为我不明白PayloadFunction在哪里，我想我真的不明白它是如何工作的。我试着在谷歌上搜索，但除了建议之外，找不到更多的信息。嗯，如果有人能在这里解释一下就好了，否则源代码就是：）它有三个部分。首先，您应该在分析期间生成有效负载。这可以使用PayloadAttribute完成。您只需要在分析期间将此属性添加到所需的术语中 class MyFilter extends TokenFilter { private PayloadAt
我将在我的项目中实施Lucene搜索，我希望有一个最好的开始。 因此，我认为Lucene（java／C++语言）的3个版本是最好的版本，这些标准是： 1.性能 2.易于实施 3.大量文件 假设系统是windowserver，我要求它长期使用 谢谢我想说Java。Lucene最初是用Java开发的，我认为使用Java会有更大的社区、更多的文档和更大的部署 诚然，Windows通常不被视为部署Java服务的主要平台，但它仍然可以出色地工作。许多人使用Windows进行Java开发，甚至部署，因此我不
目前，我有很多tweet想要索引，但是每个tweet都在一个小文档中。如果我将它们聚合为每个文件100条tweet，是否可以使用Lucene对它们进行索引，但同时维护tweet ID（文件中的ID列） 例如，它的每一行如下所示： TweetID | TweetText 谢谢， Andy.Solr将这些字段称为“多值字段”，它们的实现方式是通过偏移量。基本上，您可以为每条tweet分配200字节，然后将第n条tweet的偏移量设置为从200*偏移量开始 搜索时，您可以返回匹配tweet的偏移量，
我试图对一系列文本进行“翻译”。更具体地说，我需要标记输入流，在专门的字典中查找每个术语，并输出相应的标记“翻译”。但是，我还希望保留输入中的所有原始空格、stopwords等，以便输出的格式与输入的格式相同，而不是最终成为翻译流。所以如果我的输入是 Term1:Term2停止词！第三学期 第4条 然后我希望输出看起来像 Term1'：Term2'停止字！第3条' 术语4' （其中Termi'是Termi的翻译）而不是简单的 Term1'Term2'Term3'Term4' 目前我正在做以下工作
elasticsearch
每当启动节点时，我都会收到此错误。 怎么了 [2012-10-12 10:00:38,196][DEBUG][action.admin.indices.status] [Gorgilla] [monitoring][1], node[dbnnA1NOQ1ubysyADvazFg], [P], s[INITIALIZING]: Failed to execute [org.elasticsearch.action.admin.indices.status.IndicesStatusReques
我在JAR文件上下载了“Lukeall-3.5.0”，但我不知道如何让它工作？有人能告诉我运行Luke的详细步骤吗？谢谢大家! 您可以从命令行运行，例如发出java-jar lukeall-3.5.0.jarcommand如果您希望双击运行.jar，那么您必须在.jar文件和需要打开它们的程序javaw.exe之间建立关联。您可以按照以下步骤手动执行此操作，或者查看站点以获取名为Jarfix的自动工具 右键单击.jar并转到“属性” 单击“更改” 单击“浏览…” 导航到Java安装文件夹 在“
考虑到Go的命名相当无害，Google搜索这样一个包只会为我搜索Lucene包的Go生成一个可识别的结果： 有人知道任何用于Go的Lucene端口吗？我认为，这个Go-SOLR库看起来更有希望 看起来有点偏瘦，但可能会让你有所收获 或者，与Elasticsearch类似的故事： 您还可以查看，这是Lucene的一个“松散C”端口。还有另一个用于go的文本索引库 这些特征与lucene非常相似 索引 质疑 在使用谷歌搜索围棋相关资料时，搜索词“golang非常有用。在回答您无法搜索该语言资源的隐
我一直在研究Subtext的Lucene.Net实现，以指导我们在网站上做类似的事情。当对给定帖子进行子文本索引或搜索时，它会通过NumericUtils.IntToPrefixCoded运行ID。 根据Lucene文档，它可以进行一些转换，但不会失去精度。 那么，重点是什么？它是做什么的？为什么？您需要查看，这将更详细地解释它： 为了在ApacheLucene中快速执行范围查询，需要划分一个范围 递归地进入多个区间进行搜索：搜索的中心 仅以trie中可能的最低精度搜索范围， 而边界匹配更精确。
我想得到Lucene指数的最高频率项 我使用： HighFreqTerms.getHighFreqTerms(reader, noOfTerms, field); 问题是，函数的返回类型为“TermStats[]”。TermStats类有一个名为“termText”的字段，但该字段的类型不是String而是“ByteRef”-如何获得高频项的字符串表示 谢谢。只需调用方法termText.utf8ToString（）。只需调用方法termText.utf8ToString（）
我不认为这是一个非常模糊的Lucene问题，但不知何故，我似乎无法找到一个很好的解决方案。我将举一个例子 假设我正在建立一个新闻文章网站。注册用户可以为他们感兴趣的文章添加书签。我想让用户只搜索他/她收藏的文章。举个例子，我们还假设一个用户可以为数千篇文章添加书签，而我们的数据库中有数十万用户。如何为这个问题构建一个可扩展的解决方案 非常感谢 这是一个非常典型的Lucene问题，因为它不支持连接。更具体地说，没有一流的支持，你必须找到解决办法。我可以提出一些建议： 您可以拥有一个数据库，其中包含
我们正在使用Neo4j中Lucene支持的索引实现通配符文本搜索，并希望添加soundex和拼写检查功能。有人这样做过吗？我们希望使用Neo4j-Lucene集成层，以便能够整合Neo4j\Lucene索引的管理，而不是直接使用Solr或Lucene API 谢谢不确定是否完成了，但请查看Neo4j索引中的扩展Lucene API，请参阅
我已经使用StandardAnalyzer创建了一个Lucene索引，其中包含以下三个字段 街道名称 城市 陈述 我使用下面的包装器类来简化布尔查询的编写 public interface IQuery { BooleanQuery GetQuery(); } public class QueryParam : IQuery { public string[] Fields { get; set; } public string Term { ge
当我尝试将lucene索引转换为vector时，我使用命令行 /bin/mahout lucene.vector转换为序列文件。这类任务有Java API吗？我想我找到了一个可以帮助我和你实现目标的Java API。在Driver.java中，有一个main方法显示了它们是如何实现的。您需要设置所有配置，然后调用luceneDriver.dumpVectors，它应该转储到一个目录中。可能会很晚，但是可以在这里找到答案： 此外，第六章在书中的驯服文本将有所帮助，我想你可以在网上找到它作为一个例子
我正在使用pylucne建立一个搜索系统。我正在使用TREC数据来测试我的系统。我已经成功地编写了索引器和搜索器代码。现在我想使用TREC主题来评估我的系统。为此，有一个名为的类从TREC格式的主题文件中读取查询。但是该类的readquerys（BufferedReader reader）需要一个BufferedReadertopics文件对象传递给它 如何在pylucene做到这一点。BufferedReader在pylucene JCC中不可用。在等待别人回答之后，我还在pylucene开发
如何使用Luke分析Hibernate搜索查询DSL 我有以下Hibernate搜索查询DSL： QueryBuilder qb = fullTextSession.getSearchFactory().buildQueryBuilder().forEntity(User.class).get(); qb.bool().should(qb.keyword().onField("name").matching(searchQuery).createQuery()) .should(q
我正在使用Lucene.NET，有一个基本问题： 我是否需要为自动完成创建附加索引？ 我根据数据库中的两个不同表创建了一个索引 以下是两份文件： stored,indexed,tokenized,termVector<URL:/Service/Zahlungsmethoden/Teilzahlung> stored,indexed,tokenized,termVector<Website:Body:The Text of the first Page> stored,in
使用lucene search，当字段值中至少存在一个已搜索的字符时，如何获得搜索命中率 只有当我用一个完整的词搜索时，我才得到搜索点击率 例如： 你好，世界 在上面的例子中，如果我输入“Hello”，那么我将得到一个点击，但如果我输入“Hel”则不会 以下是我获得点击率的代码： QueryParser parser = null; Query query = null; Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_CURREN
我在Lucene（4.7）中有一个字符串字段，我想在这个字段中找到不同于我的数字的数字。 我怎么做 例如，字段包括“abc345+kl908”，我想查找“abc”，后面跟的是与123不同的任何数字。特别是我不想让它找到“abcde”，因为“de”不是一个数字 有可以找到它的查询吗 非常感谢 那么使用一个 通过这种方式，您可以指定一个正则表达式，它能够根据您的约束验证字段。谢谢！我不知道有这样的事情。如果你已经解决了你的问题，你应该考虑将讨论标记为已回答。
获取Lucene 4.10读取3.2版本索引 升级到4.10仍然需要读取3.2索引。根据需要部署jre 7。在现有代码库中进行了所有错误的更改。在进行重新索引之前，仍然需要阅读3.2索引。如何读取Lucene 4.10的现有3.2索引（如果代码中有任何更改，将进行哪些更改）您可以使用，例如： IndexUpgrader upgrader = new IndexUpgrader(myIndexDirectory, Version.LUCENE_4_10_0); upgrader.upgrade()
elasticsearch
我正在为一些启用了stopwords的文本编制索引，我想使用不带slop的“匹配短语”查询来搜索这些文本，但看起来stopwords仍然在考虑术语位置 建筑指数： PUT /fr_articles { "settings": { "analysis": { "analyzer": { "stop": { "type": "standard", "stopwords" : ["t
我试图理解fieldNorm是如何计算（在索引时）并在查询时使用（显然是重新计算）的 在所有的例子中，我都在使用StandardAnalyzer，没有停止词 在索引内容时使用DefaultSimilarity的computeNorm方法，我注意到它会返回两个特定文档： 文档A为0.5（其字段中有4个标记） 文档B的0.70710677（其字段中有2个令牌） 它通过使用以下公式来实现： state.getBoost() * ((float) (1.0 / Math.sqrt(numTerms)
elasticsearch 比较kibana搜索中的两个字段
我有两个字段，一个是与每个记录关联的timestamp，另一个是expiryDate，因此我想在discover part搜索部分中放置一个lucene查询，以便它提取出到期日期>timestamp的记录。 有谁能帮我写这个问题吗。 将OnLime.时间戳视为一个字段和OnLink . Excel作为另一个字段. 您可以编写下面的查询：-< /p> {"constant_score":{"filter":{"script" : { "script" : "doc['online.expiry'
我的项目有很多产品。产品具有属性。属性可以动态创建。我需要属性的范围方面。但是没有数字刻面。下面的示例仅适用于字符串镶嵌。如何获取属性的数值范围方面 //product entity @Indexed public class Product{ // ommited @Field(analyze = Analyze.NO, bridge = @FieldBridge(impl = AttrFieldBridge.class)) private List<Attrib
elasticsearch 弹性搜索：获取值的最新信息
我想在ElasticSearch上存储一些移动应用程序版本数据，并将其可视化到Kibana/Grafana上。目的是了解应用程序版本的使用情况 假设我在ElasticSearch中有这些“mobile app init”事件条目（简化）： 我想在Kibana/Grafana中进行可视化，比如： * version 1.2.3: 2 installations * version 1.2.4: 1 installation 根据上述数据，ABC和DEF目前正在使用1.2.3版。 1.2.4正在使
elasticsearch 使用同义词搜索的弹性查询更新
elasticsearch Lucene
我在映射中使用同义词（在文件中定义），搜索效果很好。我现在正在尝试使用带有同义词搜索的update_by_查询更新文档中的一个字段，但运气不好 这里有一个类比来说明我想做的事情： 同义词包括： dog => max, rex, lassie, foster cat => shadow, cricket, ruby 示例文件 { "type": "unknown", "names" : "simba, foster, lassie, ruby", "tricks": "
elasticsearch Elaticsearch是否适用于文字较少的文档
elasticsearch Lucene
我理解Lucene/Elastisearch搜索的基本概念，它是通过从文档中的文本解析出的单词建立反向索引 尝试找出Lucene/ElasticSearch是否适合以下场景，因为文档中没有太多“单词”需要解析，因此无法从中反转索引 有数百万学生，每个学生可以选择参加一小部分测试（目前学生可以选择上千种不同的测试），每个测试可能包含100个问题。我们希望通过以下文件跟踪学生的表现 { "studentId": <a number>, "te
我有一个与下面的问题类似的问题：，我已经尝试了所有的方法。还可能是什么 我正在使用Kentico 12修补程序14，以及他们的Lucene.NET 3.0.3实现。我的智能搜索索引使用标准分析器，请参见以下内容： 当我使用下面的lucene语法提取en-US区域性结果时，我得到了预期的行。此语法由Kentico自动创建，用于检索正确的区域性。这是直接从属性值复制的 "+_culture:([en-us TO en-us] [invariantifieldivaluei TO invariant
我在SpringBoot2应用程序上使用HibernateSearch5.11，允许进行全文研究。 这个图书馆需要索引文件 当我的应用程序启动时，我会尝试每五分钟手动重新索引一个索引实体（MyEntity.class）的数据（出于特定原因，由于我的服务器上下文） 我尝试为MyEntity.class的数据编制索引 MyEntity.class有一个属性attachedFiles，它是一个哈希集，由join@OneToMany（）填充，并启用了延迟加载模式： @OneToMany(mappedBy
elasticsearch Java正则表达式到Lucene转换器？
我用Java编写了近40个regexp，并且工作得很好（Java的意思是它可以和Java中的正则表达式匹配器一起工作）。我想在kibana上运行相同的正则表达式，该正则表达式连接到es，用于相同类型的字符串。我可以坐下来把每一个都转换成Lucene，让它工作起来。有没有更简单的方法？我真的不想维护两组regexp。在网上搜索了一下，但什么也没找到
Demax是否支持像标准requestHandler这样的所有功能？停止语？同义词？阻止？你听说过edismax吗 我正在使用Solr1.4 在我对stopwords的第一次测试中，它不起作用。。我想是的 如果count terms=[1,2]，我将我的demax配置为匹配所有术语 法语范例 联合国T恤的意思是：一件T恤，应该只搜索T恤权利，即使我的mm=2 Demax没有结果，它是，寻找两个词：它的Demax un词和tshirt词 使用标准查询找到的结果：仅查找tshirt单词。 提前感谢您
我正在尝试将一些实体从现有数据库映射到SOLR 各表如下： 酒店： 乌伊德酒店 阿努姆酒店 HotelToCategory： 乌伊德酒店 类别识别码 比率 类别： 类别识别码 名称 价值观 如何使用DataImportHandler生成以下文档： { hotel_name: 'name', hotel_id: 1, categories: [ { category_name: 'cname', value: 'val',
我在索引文件中有一个未加密的字段。我正在使用前缀查询来获取值。我用它来自动建议（当我给出关键字时，它将开始建议相关数据） 例如： 字段名为“国家”。它列出了澳大利亚、美国、印度、新加坡、南非、新西兰等国家的价值观（标题为） 当我将查询字符串（输入）设为'a'时，它并不表示任何国家。。相反，如果我给“A”意味着它建议澳大利亚、美国 我如何克服这个案例问题？这是怎么回事 非常感谢你的帮助 谢谢 从 通配符、前缀和模糊查询是否区分大小写 不，不是默认的。与其他类型不同 Lucene查询、通配符、前缀、
简单问题：如何使Lucene的标准分析器在分析我的句子时不删除停止词？答案取决于版本。例如，您需要使用一组空的停止字来构造StandardAnalyzer，使用如下内容： Analyzer ana = new StandardAnalyzer(LUCENE_30, Collections.emptySet()); 更新： 答案取决于版本。对于Lucene 4.0，请使用： Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_40, C
我们正在使用Lucene.NET 2.9版使用自由文本查询搜索项目。我们得到了Lucene根据相关性自动排序的项目。除了一个奇怪的案例外，它一直运作良好。搜索敏捷项目管理时，Lucene返回的前4项如下 面向傻瓜的敏捷项目管理 敏捷项目管理基础 敏捷项目管理 敏捷项目管理 项目3或4应该显示在顶部，因为它们是完美的。在我们搜索的许多情况下，如果一个项目与100%匹配，它将显示在顶部。任何人都可以解释这里发生了什么。我们使用的是标准Analyzer。我首先要看的是搜索中还包括哪些字段？例如，加载“
我想做一些基本的希伯来语词干分析 我能找到的所有自定义分析器的示例总是合并其他分析器和过滤器，但它们自己从来不进行任何字符串级处理 例如，如果我想创建一个分析器，根据以下规则为流中的每个术语发出一个或两个术语，我必须做什么 如果传入术语以“a”开头，则应按原样传递。 如果引入的术语以“a”开头，则应引出两个术语：原始术语和第二个术语，不带前导“a”，且升幅较低 因此，如果文档有“help away”，它将返回“help”、“away”和“way^0.8” 我应该重写分析器的哪些方法来执行此操作？
在创建索引时（而不是查询索引时），是否可以确定特定术语比其他术语更重要 例如，考虑同义词过滤器： 博士1：“这是一辆好车” 医生2：“这是一辆好车” 我想在第一个文档中添加术语vehicle，在第二个文档中添加术语car， 但是我想，如果稍后用car这个词查询索引，那么第一个文档的得分将高于第二个文档，如果查询车辆，则相反 在将字段添加到各自的文档之前，对字段调用setBoost会起作用吗 或者我应该将同义词添加到另一个字段名中 还是我从错误的角度看待这件事 谢谢在一个字段上设置boost会影响
我创建了一个使用默认数据库爬虫的新索引。我无法让它索引我指定的5个模板上的所有字段 我正在使用IndexViewer模块检查上述字段。在可用字段中，它列出了我要索引的所有字段，但仅索引以下字段-\u url、\u group、\u name和\u标记 我还编写了一些代码来针对索引字段进行测试，并得到了预期的结果。我只需要索引包含指定模板上的所有字段。下面是我的索引配置 $（id） __文章 网状物 /sitecore/content/[websitehome] 文章 真的 {C4663677-
我们正在将搜索基础设施从Lucene 2.3.1升级到Lucene 3.5。我正在进行负载测试，我发现Lucene 2.3.1每秒可以索引32000个文档，而Lucene 3.5每秒只能索引17000个文档 实际上，它们都使用标准分析器和默认设置。3.5是否会因为索引了更多的细节而变得更慢，从而导致更快的搜索？我们的产品是日志管理产品，索引速度非常重要 好的，长话短说，3.5的索引速度较慢会导致更高的搜索速度吗？如果不是，我还应该微调什么来提高索引速度？你在Lucene wiki上看过吗 否则，
我是Lucene的新手，我将Lucene与Java结合使用。我正在读《lucene in action》一书，它涵盖了2.4版本。同样，索引编写器构造函数参数中的“最大字段长度”将设置为“无限制”。现在参考javadocs，我推断如果我们想要设置字段长度，那么我们必须使用LimitTokeneAnalyser。我运行了一个示例程序，其中我实例化了一个标准分析器，并使用返回255的gerMaxFieldLength方法进行检查。因此，是否只能使用标准分析仪对255个字段进行索引，并且不限字段长度选
我需要修改lucene分析器，使其能够识别单词“Ben”（荷兰语停止词）。请进一步指导我。如何让Lucene Analyzer接受这个词作为常规词 服务器的Repository.xml <paramname="analyzer"value="org.hippoecm.repository.query.lucene.StandardHippoAnalyzer"/> workspace.xml <?xmlversion="1.0"encoding="UTF-8"?> &
我正在使用Lucene.net 3.0.3，我不明白停止词在查询中应该如何工作 我将此文本作为输入：停止单词 我使用StandardAnalyzer（Version.LUCENE_30）进行索引和查询。索引有一个字段标题 该字段设置为存储和分析。我也玩过不同的TermVector。 对于查询解析，我使用简单的QueryParser.Parse和 这就是问题所在： 查询标题：停止单词返回文档-这很好 对Title:stop word的查询不会返回文档-我期待它，因为stop words已从索引中
lucene filter是否依赖于某些索引来删除重复的结果，或者如果结果列表中有一个具有此值的文档，是否不点击更多文档？还是以其他方式达到这个条件 例如，我有索引： 1 | a | 2 2 | b | 3 3 | c | 2 4 | d | 4 如果我有一个符合a、b、c、d的查询，我需要在第三列得到不同的结果，所以我希望： b、 d、a或c-只有一个，这并不重要，因为a和c在第三列上具有相同的值。您必须使用DuplicateFilter，如中所述 但是这个过滤器有一个缺陷，它只有在索引存储
elasticsearch 我在哪里可以找到一个好的弹性搜索架构图？
elasticsearch Lucene
现在我正在评估多种工具，以实现全文搜索。 我能够很容易地找到一个解释Lucene的架构图，SolR也是如此，但即使搜索google图片，我也找不到一个像样的图来解释弹性搜索的结构及其与Lucene组件的关系。 你能给我指出一个合适的资源，通过架构图突出弹性搜索的结构吗
elasticsearch Elasticsearch如何排除得分=0的文档
elasticsearch Lucene
我有这样一个问题： { "size": 4, "query": { "bool": { "should": [{ "terms": { "property": ["iPhone earbuds", "iPhone 6 case"] } }, { "constant_score": { "filter
elasticsearch 更像是跨具有不同字段名的类型的查询？
elasticsearch Lucene
full-text-search
是否可以使用类似于此的查询跨具有不同字段名的类型进行搜索？例如，假设我有两种不同的类型（例如type1和type2），它们都有一个文本字段，但名称不同（例如type1_文本和type2_文本）。以下查询不会产生任何结果： GET /index-name/_search { "query": { "more_like_this" : { "fields" : ["type2_text"], "like" : [
我用“块”填充了一个包含父文档和子文档的索引。i、 e.使用IndexWriter.addAll（）方法添加文档，最后一个文档是父文档 目前，我只成功地搜索了“块”，查询中的任何术语都出现在父项或子项中。这是给我的结果。e、 我得到了最好的结果，其中只有一个术语在“块”中多次出现，但其他术语根本不出现 我想搜索“块”，其中查询中的所有术语必须出现在父项或其子项中 但我不确定如何构造查询 我当前的查询代码如下： Analyzer analyzer = new EnglishAnalyzer();