我再次发布这个问题，因为我的问题没有得到回答 我正在使用Lucene开发一个图书搜索api。 用户可以搜索其标题或描述字段包含C.F.a。。。 我正在使用StandardAnalyzer和一系列停止词 我使用MultiFieldQueryParser来解析上面的字符串。但是解析之后，它会删除字符串中的点。我错过了什么 谢谢。（我只熟悉java lucene，但我想在这种情况下这并不重要。） 分析器的目的是去除阻止有效全文搜索的字符和格式。例如，如果您编写的文档只将lucene称为“lucene.
我想使用Lucene为现有数据库中的表编制索引。我一直认为这个过程是这样的： 为表中的每一列创建一个“字段” 存储所有字段 “分析”除主键字段外的所有字段 将表中的每一行存储为Lucene文档。 虽然此表中的大多数列都很小，但有一列很大。此列也是包含将对其执行搜索的大部分数据的列 我知道Lucene提供了一个不存储字段的选项。我在考虑两种解决方案： 不管大小，都要存储字段，如果在搜索中找到了匹配项，则从文档中获取适当的字段 不存储该字段，如果在搜索中找到了命中，则查询数据库以获取相关信息 我意识
我正在使用Demax处理程序对记录执行solr搜索（增加一些字段） 在我的索引中，每个文档以及其他字段都有一个RetailerId 我的查询需要搜索具有此RetailerId以及关键字的文档： http://localhost:8983/solr/select?qt=dismax&q=RetailerId:(27 OR 92) AND socks 这种查询的语法是什么？ 谢谢 不支持布尔运算符。对于您描述的查询，您需要使用标准查询处理程序 更新 我做了几个测试，参数似乎与Demax一起
我使用Katta作为分布式Lucene索引。是否可以使用LUKE作为Katta索引，如果可以，如何使用？提前谢谢…很公平。他们基本上说Katta索引是包含Lucene索引的文件夹。 因此，您需要做的是： 安装Luke 将其指向Katta索引的子文件夹 看看这些索引的结构是什么 可能是Surendhar的复制品，我已经回答了你问的一个非常类似的问题。我相信你不必再问这个问题了。此外，接受有用的答案被认为是一种常见的礼貌。但是，我不知道，“他们提到的只是Lucene索引，而不是Katta索引
我们在AmazonWebServicesEC2实例上运行Solr，该实例具有1TB的EBS卷来存储索引，这样我们就可以轻松地启动具有相同（只读）索引的其他服务器。但是，我们的索引很快就会超过1TB，我并不想处理将多个EBS卷分条以保存索引的问题。此外，重新生成索引的速度非常慢。我想将索引生成（可能还有托管）转移到Hadoop，最好是Amazon的Elastic MapReduce，不过如果需要，我可以设置单独的Hadoop服务器。我们使用RightScale，因此我们可以使用他们的服务器模板库
如果用户在搜索框中输入一个短语（带引号或不带引号），我希望首先显示的结果是文档标题中包含确切短语的文档，以及后面显示的其他文档。这是我尝试过的，但它无法按顺序提供搜索结果： 在索引过程中，我说： AddStringFieldToDocument(document, "keyWord", this.BuildKeywordsString(), Field.Store.NO, Field.Index.ANALYZED, false); AddStringFieldToDocument(docume
目前我正在使用PrefixQuery，它工作正常，但它会得到一个记录，就像我的url是 然后它会变得。。。 但它无法获取并希望基于url的任何部分进行搜索我的代码是：- Term term = new Term("URL", siteUrl.toLowerCase()); Query query1 = new PrefixQuery(term); booleanQuery.add(query1,BooleanClause.O
使用lucene 3.5.0时， 索引到ram目录后， 有没有一种简单的方法可以知道它使用了多少内存？ 大小单位 public final long sizeInBytes（） 返回此目录中所有文件的总大小（字节）。当前已量化为RAMOutputStream.BUFFER\u大小
我们最近升级到了HibernateSearch4.1，当我们根据Hibernate对锁所做的更改运行JUnit测试时，出现了错误。当我们使用AbstractTransactionalJUnit4SpringContextTests运行Junit测试时，我们经常会看到每次测试后留下的锁。在review（）中，我们尝试了本机锁，但这并没有解决问题 我们使用默认目录提供程序（Filestore）尝试了各种锁定机制（简单、单一和本机），并经常看到如下消息： build 20-Apr-2012 07:
我正在尝试使用Lucene进行解组或重复数据消除匹配。基本上，我有一个包含记录的文件，我希望根据某些字段（模糊搜索）对这些记录进行分组，并使用匹配键返回结果，该键告诉我该文件中哪些记录彼此匹配 这可能吗？这是可以做到的（如果我理解正确的话）。您可以索引将在一次过程中搜索的术语/记录。在第二步中，您将搜索每个术语并记录结果 在预处理文档时，您可以生成一个散列来聚合这些字段，并将其存储（如NOT_analysis），这样您只需按一个已知大小的字段进行搜索，请查看。这是我通常对文件内容的重复检测所做的
我正在执行搜索，其中我必须获取sitecore/content/data/MyItem中存储的最后一个项目的“ID”（字段）。此文件夹中存储的项目数量为1000多个。我知道Lucene搜索是非常有效的。我执行了Lucene搜索，根据如下值获取项目： using (IndexSearchContext searchContext = indx.CreateSearchContext()) { var db = Sitecore.Context
我正在建立一个研究文章索引，每个索引都有诸如标题、作者、摘要文本、出版年份、参考书目中文章的ID等字段。我需要有效地结合一些基于文章之间引用链接的查询 编辑：在一个典型的例子中，我可能在寻找包含以下内容的文章： +(title:preterm abstract:preterm) 但我想为那些被引用过很多次的文章添砖加瓦。因此，对于每一篇文章A，我都可以通过类似+书目：A这样的查询收集引用文章的所有文章，然后在我添加到A的新引文计数字段中索引此类文章的数量。然后，我可以使用FunctionQue
我需要根据用户喜欢的和阻止的标签过滤LiceneQuery。当一个用户有一些最喜欢的和被阻止的标签时，我已经做到了这一点，但我正在努力解决用户没有最喜欢的或被阻止的标签的情况。我相信我需要使用MatchAllDocsQuery的等价物，但我不知道如何通过RavenDB客户端API实现这一点 当用户有一个或多个收藏夹和一个或多个被阻止的标记时，此功能正常工作： string favesQuery = String.Join(" OR ", user.FavouriteTags.Select(x =
可以查询neo4j中最新的节点吗？在这种情况下，索引属性“timestamp”以毫秒为单位记录每个节点上的时间 我找到的所有cypher示例都与图形类型查询有关——“从节点n开始并遵循关系。返回按一个字段排序的结果集的一般最佳方法是什么？在像node4j这样的图形数据库中，这甚至是可能的吗？是的，这是可能的，并且有一些不同的方法可以做到这一点 您可以使用时间戳属性和经典索引，并根据该属性对结果集进行排序。或者您可以创建基于时间的图内索引，如Peter博客文章中描述的f.e.： 是的，这是可能的，
它位于2.9.4版的Lucene.Net.Analyzers.dll中。但是我在3.0.3版中找不到这个类。它看起来像是在lucene 3.x中的org.apache.lucene.misc.ChainedFilter中。重新表述，您可以自己构建它，也可以使用Nuget获取二进制文件 ChainedFilter应该在contrib/misc下。Mindas:这是我的注释，因为我无法添加普通注释：如何访问此ChainedFilter类？我已经下载了这个包，但是没有像Lucene.Net.Cont
我正在集群Websphere环境上使用Lucene 4.3.1。双方应共享位于共享NFS卷上的索引 我一直得到以下堆栈跟踪： Lock obtain timed out: NativeFSLock@/<pathToIndex>/write.lock org.apache.lucene.store.LockObtainFailedException: Lock obtain timed out: NativeFSLock@/<pathToIndex>/wri
刚刚将翁布拉科V6.1.1站点升级到V6.1.3。在我的工作站上一切顺利。删除所有文件后，将文件复制到web服务器，并对数据库执行相同操作。设置所有目录权限并运行站点。该网站（即MVC）正在运行，但有两个问题我无法理解，非常感谢您的帮助 一页错误，带有读取超过EOF错误。这是它试图运行的视图。错误以粗体显示在链接上 @inherits Umbraco.Web.Mvc.UmbracoTemplatePage @{ Layout = "BasePage.cshtml"; }
我正在使用Sitecore.ContentSearchAPI执行搜索，该搜索工作正常，并返回预期结果 searchResults = context.GetQueryable<SearchItem>() .Where(i => i.Name.Contains(searchTerm)); searchResults=context.GetQueryable（） 其中（i=>i.Name.Contains（searchTerm））； 然后，我在/sitecore/sys
是一组被双引号包围的单词，如“hello dolly”。 我希望能够完成这个Lucene模糊查询的CYPHER等价物： “你好，多莉”~0.1 这将找到我的“hello dolly”节点： START n=node:node\u auto\u index（“name:\“hello dolly\”~0.1”）返回n 这并不是： START n=node:node\u auto\u index（“name:\“hella dolly\”~0.1”）返回n 按空格将搜索短语拆分为单个词确实有效： S
尝试连接到4.7以上的Lucene索引时出错： 处理错误：org.apache.lucene.index.indexformatooneweexception：不支持格式版本（资源：MMapIndexInput（path=“C:\kcp搜索数据\kcp-index\u 2.cfs”）[slice=\u 2\u Lucene41\u 0.doc]：1（需要介于0和0之间） org.apache.lucene.index.indexformattooneweexception:不支持格式版本（资源：
elasticsearch Elasticsearch查询以获得一个月内最新日期的不同结果
我对ElasticSearch很陌生。有谁能帮我找到这个问题吗。 我在elasticsearch中有以下记录 Name Work Time Stamp -------------------------------------------- Steve, eating, 2016-11-12 05:36:40 Steve, sleeping, 2016-11-12 06:14:50 Steve, going, 2016-11-12 07:21:2
elasticsearch 如何在Elasticsearch中按天聚合查询？
elasticsearch Lucene
我需要一个查询，返回去年的数据，按天分组。到目前为止，我已经编写了一个返回全年数据的查询（我希望它是正确的），但我不知道如何按天对数据进行分组 "query" : { "range" : { "timestamp" : { "gt" : "2017-01-01 00:00:00", "lt" : "20
elasticsearch 如何实现；最大值“应匹配”；ElasticSearch中的查询类型？
elasticsearch Lucene
elasticsearch-6
如果我的查询中有多个match子句，那么如何实现只有在前面的子句没有返回匹配项时才运行第二个（或后续）子句的行为。i、 例如，类似于max\u的内容应该匹配 在我的用例中，我有两个类似的子句 [ { <Normal Match query> }, { <Fuzzy Match query> } ] [ { }, { } ] 我不想要模糊的结果，除非我在正常匹配查询中没有得到任何结果 Elasticsearch版本-6.3
我对Lucene不太熟悉，所以如果不清楚或者我把术语/命名法弄错了，我向您道歉 因此，我有一个要求，其中包含文本的字段（示例部分：123）应该能够通过以下方式找到： 第123部分 第123部 第123部分 现在我对StandardAnalyzer的理解是，它将“part:123”一词分解为“part”和“123”两个术语 因此，我可以用part:123或part 123搜索，但因为它们是两个不同的术语，“part123”不起作用 在我看来，我还需要让索引器添加另一个术语，将这两个术语组合在一
tl；医生： 使用一组密钥上的精确匹配从Lucene批量获取文档的最佳方法是什么 长版本： 我们有一个Lucene索引保存到磁盘，该索引通过DirectoryReader读取 它包含2000000个具有以下架构的文档： {“键”：“20个字符串”，“值”：“1-1000个字符串”} 我们现在需要执行一个等价的SELECT document WHERE document.key IN$keyArray——即使用精确匹配返回其关键字与$keyArray相交的文档子集（10000项关键字数组） 有比
我是Lucene的新手，正在使用Lucene开发城市搜索API。 如果用户在旧金山中键入搜索输入，那么它应该只给城市提供精确匹配，而不是SAN若泽/圣地亚哥等。 我应该如何在Lucene中为城市名称编制索引？我需要使用哪个Lucene analyzer和查询类？使用StandardAnalyzer为您的内容编制索引。然后使用搜索。为此，只需使用带有双引号的查询字符串“san francisco”。使用StandardAnalyzer为内容编制索引。然后使用搜索。为此，只需使用带有双引号的查询字符
我在一个基于web的应用程序中使用Lucene，希望对所有传入请求重用同一个Indexsearcher实例 这个逻辑（使用C#）有意义吗？请建议 DateTime lastWriteTime = System.IO.Directory.GetLastWriteTime(myIndexFolderPath); if (HttpRuntime.Cache["myIndexSearcher"] == null) //Cache is empty { searcher = new Index
我需要建立那个矩阵，但我找不到一种方法来计算每个单元的标准化tf idf。 我将执行的标准化是余弦标准化，即每1/sqrt（列中的sumOfSquaredtf-idf）除以tf-idf（使用计算） 有人知道这样做的方法吗？ 提前感谢 Antonio中描述了一种不使用Lucene的方法。或者，您可以构建一个Lucene索引，每个字段都有术语向量，迭代术语以获得idf，然后迭代术语的文档以获得tf
经常（每隔几秒钟）更新lucene索引可以吗？更新将同样被添加，更新和搜索将同时进行。我将在回答之前加上“我只使用了Java Lucene”，但这仍然适用：从一般意义上讲，按照您所描述的做当然是好的。您会发现，Lucene在您的目录中创建了许多额外的索引文件，这些文件负责每个添加和更新。这些将被透明地搜索。当然，随着时间的推移，如果附加文件的数量过大，您的搜索性能将下降。这是您需要运行优化的时候，根据索引的大小，优化可以非常快，也可以非常慢 归根结底，很难有人评论你的表现如何，以及你应该多久优化
如何在lucene 3.2中重新打开已关闭的indexWriter 如何证明indexWriter是否已关闭？当我们创建indexWriter实例时，我们应该这样做 IndexWriterConfig iwc = new IndexWriterConfig(analyzer); iwc.setOpenMode(IndexWriterConfig.OpenMode.CREATE_OR_APPEND); 如果使用IndexWriterConfig.OpenMode.CREATE_或_APPE
我的服务器断电，lucene索引损坏。我运行了IndexChecker，但失败了： java -cp /home/dthoai/programs/paesia/checker/lucene-core-3.5.0.jar -ea:org.apache.lucene... org.apache.lucene.index.CheckIndex /mnt/peda/paesia/index -fix Opening index @ /mnt/peda/paesia/index ERROR: cou
我正在使用Lucene的eXist实现。是否有一个查询允许我查找文档中所有出现的ab？也就是说，在A的1个单词内出现的所有Bs，但没有包装在它们自己的元素中？此XPath应该起到以下作用： //span[. = 'A'][following-sibling::node()[1] = ' B'] 这并没有使用eXist基于Lucene的全文索引，但是您还没有说明是否已经对span元素应用了索引。如果挑战还有其他方面，请让我知道。这个XPath应该可以做到： //span[. = 'A'][fol
我正在安卓系统中使用Lucene搜索我的内容。我有两种类型的文档，其中一种有一个trashed字段，它要么是true要么是false。其他类型的文档没有该字段。我想返回所有已垃圾：false，或未包含垃圾字段的文档 我曾尝试将-trashed:true添加到我的查询中，该查询返回所有正确的文档，但它会将搜索的偏移量弄乱，而不是我正在搜索的词 编辑： 我必须将其添加到我执行的每个搜索查询中。我有一个大约20000个文档的索引，我真的不想重建它，因为我让我的用户在我的上一个版本中重建了他们的索引。注
我现在给用户一个选项，在过滤ngram频率的文本时，是否包含停止词。通常情况下，这是按如下方式完成的： snowballAnalyzer = new SnowballAnalyzer(Version.LUCENE_30, "English", stopWords); shingleAnalyzer = new ShingleAnalyzerWrapper(snowballAnalyzer, this.getnGramLength()); stopWords设置为包
在同一文档中向字段添加多个值时，我遇到了一些问题。我有一个bug列表，每个bug都有一个id，标题和几个注释，注释名称，注释文本，注释时间。 如何将这些注释信息添加到文档中，如以下代码所示？我以后如何搜索它们？ 提前谢谢~ if (Integer.toString(bg.getBugId()) != null) { bugDocument.add(new Field("bug_id",Integer.toString(bg.getBugId()), TextField.TYPE
我正在使用lucene.net并尝试了以下操作，但无效 NumericField myField = (NumericField)doc.GetFieldable("mynumber") int val = (int)myField.NumericValue; 关于如何读取/转换为数值字段或任何其他选项的任何想法？数值字段仅在索引期间使用。对于文档检索，假设已存储字段值，则应从索引中检索文本值并将其转换为整数 为新示例修改代码（未编译，但应清晰）： 要确保已存储数值字段，请使用NumericF
我正在使用最新发布的Lucene 4，我知道与文档术语向量相关的API已经发生了很大的变化。我已经阅读了迁移文档和相关的各种博客邮件列表帖子，我相信我正确地使用了API。但是，我总是从IndexReader.getTermVector（）返回一个空术语引用。以下是我正在做的： // Indexing, given "bodyString" as a String containing document text Document doc = new Document(); doc.add(new
我使用以下命令运行lucene查询： var searchCriteria = searcher.CreateSearchCriteria(BooleanOperation.Or); var query = searchCriteria.GroupedOr(new string[] { "title", "Name" }, searchTerm).Compile(); 如果searchTerm=“供应商服务卡” 生成的查询=（标题：“服务？卡供应商”名称：“服务？卡供应商”） 为什么“For
我在java应用程序中使用ApacheLucene搜索。该查询建立在使用国家代码（通常表示为两个字母的单词，例如印度、美国、英国、英国等）搜索人名（字母表）的基础上 然而，问题出现了，当我尝试使用Alphabet=“Steve”和Country=“IN”的查询条件搜索值时，搜索查询结果没有值，即使记录存在，只有在选择Country（印度）时才有 您希望使用KeywordAnalyzer处理国家代码（不需要标记化或大小写/停止字折叠）；对于人名，WhitespaceAnalyzer可能是一个不错的
在RavenDB（build2330）中，我试图按照其中一个索引项的字符串长度对结果进行排序 var result = session.Query<Entity, IndexDefinition>() .Where(condition) .OrderBy(x => x.Token.Length); var result=session.Query（） .何处（条件） .OrderBy（x=>x.T
我复制了Lucene索引中的行，我不想通过搜索只检索不同的数据 我认为如果没有重复的数据，我就无法构建索引，因为它们不存储在同一个CouchDB表（JSON文档）中。但也许我遗漏了什么，在从index函数返回一个元素之前，可以测试它是否已经被索引 如果没有，是否可以从包含重复数据的索引中仅检索不同的值 关于这一点，MickaëlCouchDB Lucene目前不支持“DISTINCT”或重复数据消除。因此，我想我唯一的选择是实现DISTINCT客户端，希望我拥有的数据比查询的limit参数少
我正试图从couchdb索引文档，但lucene抛出异常，如下所示： WARN [mobiprofiletest] Exiting after init() raised exception. java.lang.IllegalArgumentException: No enum constant com.github.rnewson.couchdb.lucene.util.Analyzers.{"PERFIELD" at java.lang.Enum.valueOf(Enum.java:236
我想使用二级缓存框架缓存lucene search返回的结果，以便更快地缓存响应。如何实现这一点？对于经常使用的查询（或子查询），Lucene使用或缓存任意过滤器类型的结果来实现缓存搜索
无法删除文件“/my path/scheme/label/lucene/_5.cfs” 我的直觉是Neo4j在调用shutdown后并没有正确地销毁Lucene，但我不确定。正在寻求帮助。谢谢。您使用的是什么操作系统？以前从未见过这个问题。你让关机结束了吗？什么操作系统？您介意在github上设置一个复制该问题的示例项目吗？
elasticsearch 我可以在Kibana上使用父子关系吗？
在关系数据库上，我有两个表，它们通过一个外键连接，在一个典型的一对多关系上。我想将此模式转换为ElasticSearch，因此我研究并找到了两个选项：和。我的最终目标是在Kibana4中可视化这个数据集 亲子关系似乎是最合适的，因此我将根据官方文件和我在网上找到的几个例子，描述我遵循的步骤 curl -XPUT http://server:port/accident_struct -d ' { "mappings" : { "event" : { }, "details": {
我正在从Lucene 3迁移到Lucene 5.3，在转换一行代码时遇到了问题 我曾经传递字段Field.Index.analysis，Field.TermVector.YES 现在，使用此代码： Document.Add(new TextField("Tags", Data.Tags, Field.Store.YES)); 我不知道如何传递TermVector字段，以便可以查找标记词。 5.3文档本质上是一个类列表，没有任何真正的解释，虽然Lucene 3在论坛中有很多信息，但我找不到关于5
我的目标是存储和索引JSON密钥对值。 理想情况下，我会将它们存储在一个常量字段名中。（为了简单起见，“等级”） 传入JSON对象的一个示例： "Data": [{ "Key": "DP01", "Value": "Excellent" }, { "Key": "DP02", "Value": "Average" }, { "Key": "DP03", "Value": "Ne
elasticsearch @elasticsearch中的时间戳范围查询
elasticsearch Lucene
我是否可以对默认时间戳字段进行范围查询，忽略日期值，即仅使用时间戳中的时间-例如每天2小时 我的意图是搜索所有文档，但不包括在晚上9点到凌晨12点之间索引的文档（我在过滤中看到了日期范围的示例） 时间戳示例如下所示： "@timestamp": [ "2015-12-21T15:18:17.120Z" ] Elasticsearch版本：1.5.2我的第一个想法是在Elasticsearch查询中使用日期数学，例如，如果您在下午
我有以下Cloudant搜索索引 "indexes": { "search-cloud": { "analyzer": "standard", "index": "function(doc) { if (doc.name) { index("keywords", doc.name); index("name", doc.name, {
elasticsearch 一个查询内的多个子查询elasticsearch
elasticsearch Lucene
bigdata
我有一个名为dictionary的索引，其中包含像关键字、映射关键字和类别过滤器这样的字段 Keyword Mapped Keyowrd Category ------- -------------- -------- apple apple iphone smartphones apple apple watch smart watches apple apple ipad table