我是Lucene的新手 有没有办法让Lucene analyzer不忽略字符串中的点？？ 例如，如果我的搜索条件是：“A.B.C.D”，Lucene应该只给我搜索结果中包含“A.B.C.D”而不是“ABCD”的文档。…这都是关于您使用的分析器的。这个词用虚线表示，试图“照你的意思去做”。也许这将是一个更好的匹配您的需要 public static void main(String[] args) throws Exception { RAMDirectory dir = new RAMD
我创建了一个数据库，并使用dataimport检索数据。我试过辛问： http://localhost:8983/solr/select/?q=name:Denver AND _val_:"recip(hsin(0.611941,-1.567437,lat_rad,lng_rad,3963.205),1,1,0)"^100 尽管有检索到的记录，但当半径的值急剧减小（7.205）时，链接的排名会发生变化。为什么排名会有变化？检索到的记录数应已减少。但这并没有发生。Solr 3.1已经发布，对于基
谷歌的查询语法允许搜索诸如“as*as a摩天大楼”之类的短语，其中星号可以匹配任何术语。有没有办法在Lucene实现同样的目标？邻近运算符~可能有用，但它不是我想要的。尝试一个查询。解释如何使用它，示例与您描述的类似。Perfect。SpanQuery很有表现力。
我仍然是Solr Lucene的新手，我已经注意到了一个有趣的搜索问题 如果我对“responsive”进行基本搜索，我也会得到包含“responsible”一词的结果 我想这是可以的，但问题是我正在寻找的关键字（响应）的结果出现在包含我没有寻找的关键字的结果下面！（负责） 当然，带有“responsible”的结果有更多的关键字匹配，但事实是我没有搜索这个 我喜欢这个替代词/同义词功能，但是否有一个设置我应该寻找，以确保与实际搜索关键字的结果排名高于替代 非常感谢，非常感谢。 Seb字段中的词
我有一个名为“tag”的字段。它包含以下数据： 标签 a-b-c-d-e--12-f a-b a 我正在使用KeywordAnalyzer并搜索这个标记字段。 “+标签：a-b-c-d-e--12-f” 但它返回零结果。 当我降低“-”的数量时，它就起作用了。“+标签：a-b-c-d*” 如何将“a-b-c-d-e--12-f”作为单个标记进行搜索。字符“-”是中断流还是什么？您应该能够使用反斜杠转义特殊字符，例如\-在这种情况下。无法尝试您的解决方案，但我将标记字段重新索引为field.Ind
在我的lucene索引文档中，我有三个字段，即名字、中间名和姓氏。因此，如果进行了搜索，则应在索引中的任何字段中执行搜索。因此，我没有维护两个单独的索引（一个具有完整的上下文，三个字段的串接字符串，如所有索引，另一个具有单独的字段）。我只使用了后一种方法，即，我只维护具有单独字段的索引。因此，如果提交了搜索文本，那么将组合三个单独的术语查询，并使用组合的布尔查询进行搜索。因此，如果搜索文本与任何字段匹配，则将获得搜索结果。现在的问题是，如果搜索文本之间有空格，第一个单词是名字，最后一个单词是中间
我正在使用Lucene搜索引擎（v36）和StandardAnalyzer。我使用多字段查询器 我的一个字段被设置为未分析，因为它是包含字母数字字符和点的版本名。如果此字段包含大写字符，则搜索不会找到任何结果。有什么想法吗 详情： 该字段包含如下值： 版本1.26.12.测试a 版本1.26.12.测试b v1.2 版本1.虚拟 我的搜索将返回上面三个示例的结果，但不会返回最后一个示例的结果 我根本没有定制Lucene，只是我用Collections.emptySet（）绕过了标准的stop
我试图从HTML文件中创建Lucene索引数据，但它引发了一个异常 实际上我想用密码加密我的lucene索引。还有其他选择吗 try{ File outputdir=new File("path upto output directory"); byte[] salt = new byte[16]; String password = "lucenetransform"; DataEncryptor enc = new Data
在我们的网站中，我们使用Lucene查询来获得搜索结果。问题是我们有时会随机得到正确结果的子集。通常一切都很好。但当您在做一些事情，如调整搜索条件、更改排序顺序等时，突然会看到结果的子集（有时是0个结果）。如果再次更改排序顺序，则会再次得到正确的结果，并且可能再也看不到该问题 有没有人经历过这个问题，并且知道是什么导致了这个问题？这可能是索引损坏还是索引的高负载 我们正在使用Lucene.NET2.9.4.1。这是一个Sitecore.NET 6.6.0（版本130404）项目。我们的索引只有不
我从7.2更新-6（160123）升级到7.5初始版本（141003） 问题是搜索不起作用，我无法重建索引或进行网站发布 该网站正在使用Lucene 我从这里获得了升级文件： 我在这里遵循了升级步骤： 更新了配置，并在此处进行了更改： 有几件事我试过了，但没有解决： 我重新运行了所有安装步骤 我们有一个自定义索引，我根据默认的web索引配置进行了更新，我还尝试将其删除 我尝试用默认配置覆盖更新的lucene配置 从7.5初始安装开始 我禁用了与Solr相关的配置 常见错误似乎是： Exc
关于将SearcherManager与IndexWriter一起使用，我有几个基本问题 我需要定期在应用程序中重新构建Lucene索引，目前它发生在不同的线程上，而不是服务于搜索请求的线程上 我可以在应用程序的整个生命周期中使用相同的IndexWriter实例定期重建索引吗？目前，我在启动期间创建/打开它一次，只要在构建新索引时调用IndexWriter#commit 我正在使用SearcherManager获取并发布每个搜索请求的IndexSearcher实例。定期构建索引后，我计划使用sea
Lucene，版本：7.3.0 我只想在Lucene中使用百分比（浮动）相似性模糊查询（FuzzyQueryclass） defaultMinSimilarity现在已被弃用，因此我只能出于自己的目的使用defaultMaxEdits 据我所知，org.apache.lucene.search.FuzzyQuery支持的最大距离不能超过2: MAXIMUM_SUPPORTED_DISTANCE = 2 如果我想搜索55%相似的字符串，但搜索长度较大的术语，该怎么办？ 我如何使用Lucene的模
我正在尝试读取lucene搜索结果的文档分数 使用以下方法时，我通过hits对象获得一组文档分数： Hits=indexsearch.search（myQuery） 但是，如果我使用该方法： searcher.search（myQuery，hitsCollector） 我通过hitCollector.hits对象获得一组完全不同的文档分数 我是不是遗漏了什么 谢谢 Hits对象返回的分数是标准化的，即它们始终在[0,1]范围内，最高分数接近或等于1。给HitCollector对象的分数是原始的，
关于执行涉及置换的lucene查询，我有一个问题 假设我有两个字段：“名称”和“关键字”，用户搜索“joes pizza restaurant”。我希望搜索的某些部分与“name”字段的完整内容相匹配，某些部分与关键字字段的完整内容相匹配。它应该匹配所有提供的术语，并且应该匹配字段的全部内容。例如，它可以匹配： 1） 名称：“joes餐厅”关键字：“比萨饼” 2） 名称：“joes pizza”关键字：“餐厅” 3） 名称：“比萨餐厅”关键字：“joes” 4） 名称：“披萨”关键字：“joes
我正在使用Lucene.NET构建一个分面搜索，而不是使用Solr。我想获取当前查询中导航项的列表。我只是想确定我的方向是正确的。我脑子里有一个想法会奏效，但我不确定这样做是否正确 我目前的计划是创建所有可用过滤器的hiarchry，然后使用描述的技术遍历列表，以获得每个过滤器的计数，不包括产生零结果的过滤器。听起来不错吧，还是我遗漏了什么？是的。你错过了索尔。他们在进行分面搜索时使用的数学非常令人印象深刻，几乎没有理由不使用它。我能找到的唯一例外是，如果你的索引足够小，你可以用你自己的理论支持
我正在使用Lucandra，希望删除整个索引。IndexReader和IndexWriter并没有实现所有的方法，所以即使通过调用deleteDocument（int-docNum）进行迭代也不可能 有没有人遇到过这样的问题，并想出了解决的办法 破解Cassandra密钥空间或 对Lucandra代码进行了补充，或 知道如何构造一个迭代器来删除所有文档了吗 lucandra的当前版本不存储来自1-N的文档，因此deleteDocument（int）不起作用 我所做的是索引所有文档中具有相同术语的
如何在web控制台中的密码查询中编写此示例 hits = movies.query( "title", new QueryContext( "*" ).sort( "title" ) 这就是我到目前为止得到的。如何添加排序 start a = node:movies("title:*") return a 你不能依赖lucene的订单。如果您进行匹配或聚合，Cypher可能不尊重它 相反，我建议您使用Cypher的排序： start a=node:movies（“title:*”）通过a返回
我是lucene的新手，所以我不知道这是否可行，但我有一个索引，我想得到索引子集中短语的总数（子集由过滤器定义）。 我可以将FilteredQuery与我的筛选器和短语查询一起使用来搜索短语，这样我就可以计算出现此短语的文档数，但我似乎也找不到一种方法来计算每个文档的匹配数。您可以这样做，有关详细信息，请参阅 例如，您可以查看此功能的代码 我复制了下面短语搜索的相关代码 这是收藏家 private static class CountingCollector extends Collector
我有一个包含150万个文档的RAMDirectory，我正在使用PrefixQuery搜索单个字段。当搜索文本长度为3个或更多字符时，搜索速度非常快，不到20毫秒。但是当搜索文本的长度小于3个字符时，搜索甚至可能需要整整1秒 因为这是一个自动完成的功能，用户从一个字符开始（而且有些结果的长度确实是1个字符），所以我不能限制搜索文本的长度 代码大致如下： var symbolCodeTopDocs = searcher.Search(new PrefixQuery(new Term("Symbol
elasticsearch
lengthNorm是计算字段范数的三个因素之一。 在弹性搜索中，可以使用“省略\u规范”：true关闭场法线 不幸的是，这导致在查询此类字段时没有应用索引时间提升 是否有办法严格关闭长度标准的计算？ 我需要提高字段级别的索引时间，但我真的需要字段的长度不重要 正如您所说，lengthNorm和field level boosting都存储在norm中。所以不，你不能没有一个 但实际上，在索引时不需要字段提升。您可以在搜索时应用它，这样，当您以后想要调整提升级别时，您就有了更大的灵活性 不仅
您好，我在alfresco cms中存储了一些文件（pdf、html、doc），我的要求是使用alfresco cms中的元数据“内容类型”对这些文件进行分类，是否可以仅使用alfresco进行分类，或者我是否需要将任何其他爬虫（tika、nutch、lucene）与alfresco集成以获得这些文件。请给我建议一种方法该“内容类型”元数据基于文件名的扩展名，放在Alfresco（.pdf，.doc）中。扩展名无法识别的文件没有有效的内容类型 您只需在Alfresco中使用“规则”即可组织文件。
elasticsearch
我按interval=“quarter”制作了一个日期柱状图。在我看来，“2003-07”季度有10个结果。问题是如何进行lucene查询/搜索以获取这些文档？要按日期搜索，我通常会执行以下操作： myquery AND (dateField: 2003-07) 如果可以的话，我如何搜索“2003-07”季度内的所有文档（最好是人类可读的lucene）？问题提到了elasticsearch，因此我将在该上下文中回答（尽管问题主体仅说明“lucene查询”） 我将使用elasticsearch查
如何在单个字段下索引和搜索多个值 e、 g.假设我有一个字段处理器，它可能有i3、i5、i7或i3或i3、i5值。 现在想象一台笔记本电脑的数据如下： 数据1: name= laptop name price = laptop price processor=core duo name= laptop name price = laptop price processor=i3,i5 name= laptop name price = laptop price proces
对于某个模板的项目，我们的用户可以指示该项目应显示在列表的顶部 为此，我们在索引“ShowOnTop”中添加了一个字段 现在，当搜索此模板的项目（以构建列表页面）时，我们希望这些“ShowOnTop”项目能够有效地返回到其他项目之上 但是，此字段不应影响其他网站搜索（常规搜索） 我们认为，通过对这些文档应用查询时间提升，这是可能的。但是，我们如何才能做到这一点呢？最好的方法可能是基于该字段应用排序，大致如下： Sort sort = new Sort(new SortField("ShowOnT
我已经在我的服务器上运行了solr 4.0。除了停止词外，一切正常 这是我的文本字段 <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> 此列表中的任何单词都将以solr形式返回结果 以下是调试的一部分： <lst name="responseHeader"> <int name="status">0</int>
searchQuery：“A/S堆栈” 我使用： `query = parser.Parse(searchQuery.Trim()); query = parser.Parse(searchQuery.Trim()); query = parser.Parse(QueryParser.Escape(searchQuery.Trim())); query = parser.Parse(QueryParser.Escape(searchQuery.Trim())); 结果：0条记录 ////
我是luene的新手，我想将索引文件保存到数据库中，但我有这个例外，我不会更改max_allowed_数据包，但我想限制文件的大小 Exception in thread "Lucene Merge Thread #0" org.apache.lucene.index.MergePolicy$MergeException: org.apache.lucene.store.jdbc.JdbcStoreException: Failed to execute sql [insert into sea
我在一些文档上创建了一个Lucene索引，并将该索引存储在一个文件夹中 现在我想像这样更新这个索引 1-从Lucene索引中删除文档子集 2-向Lucene索引添加更多文档 这怎么可能？我必须再次在完整的文档上创建Lucene索引吗 谢谢我不知道您使用的是哪个版本的Lucene，但是假设您使用的是Java和4.0+版本，您应该以模式打开IndexWriter，在中进行配置。如果您使用的是.net，那么应该有一个紧密的对应项。如何从Lucene索引中删除文档子集？Lucene/Java的最新版本有
elasticsearch 用于同时匹配两个参数的Elasticsearch查询
elasticsearch Lucene
我必须使用elasticsearch在数据库中搜索两个字段，我应该得到的总点击量等于单个字段搜索的总和。我在端口9200上这样做了，并且工作正常。如何为此编写必须匹配的代码 http://localhost:9200/indexname/typename/_search?q=Both:Yes++Type:Comm 两者都是一个字段，Comm是另一个字段 谢谢您需要使用AND查询 GET hilden1/type1/_search { "query": { "filtered"
在lucene 如何找到具有相同ID的两个文档 我们如何找到两个名称相似的文档（其中一个名称有拼写错误） 如果您的文档有任何类似于hashvalue的字段，则可以在搜索时使用重复筛选器并避免重复文档。如果您的文档有任何类似于hashvalue的字段，则可以在搜索时使用重复筛选器并避免重复文档
elasticsearch 用于'的分析仪&'；和'；和'；
elasticsearch Lucene
我想在ElasticSearch上构建一个搜索，但我遇到了以下问题： 查询： H和M H&M H&M 需要查找具有此变量值的文档： H&M 如何处理 您应该使用它并将其附加到分析器中 例如，这将是最小的复制： POST /hm { "index": { "analysis": { "char_filter": { "my_pattern": { "type": "pattern_replace", "patt
当我在lucene中搜索荷兰语单词bieten时，它们之间的区别是：bieten，“bieten”，“*bieten*”和*bieten*当使用DutchAnalyzer并允许前导通配符时 因为据我所知，在解析器语法中，引号只是用来处理空格的，所有的单词总是像通配符一样进行搜索 我问这个问题的原因是因为我发现，通过使用DutchAnalyzer，在输入索引之前，所有单词的复数都会被去除。在我的例子中，这意味着biet存储在索引中，而不是bieten。 当使用bieten或“bieten”或“bi
elasticsearch Lucene存储数据类型
elasticsearch Lucene
storage
在Lucene中，我想存储完整的文档，它只是存储而不是分析。我想做的是类似弹性搜索中的源代码。 但我不知道Lucene中存储此类数据的最佳数据类型是什么。 我应该在Lucene中使用什么字段类型来存储此类数据。应该是StringField还是别的什么？ 我认为elasticsearch将源存储为十六进制数据。不过我不确定。 哪种数据类型占用的空间更少，检索速度也足够快？根据文档的这一部分，似乎Lucene将每种数据类型都视为： 不透明字节 这可以理想地传达这样一个信息，即你拥有的字段类型并不重要
如何通过SearchPortlet添加可搜索的存储库内容。我已将Google drive与Liferay集成。可以查看和编辑google drive中的所有文档。任何人都可以告诉我们如何在liferay中集成任何要索引的外部存储库并与search portlet集成的分步指南吗？您可以从google drive为文档创建索引器 Liferay的搜索和索引功能由Apache提供 Lucene，一个基于Java的搜索库。实现搜索和索引 对于实体的功能，您需要遵循以下三个步骤： 在portlet项目中
我试图在自定义筛选器中多次迭代令牌流 @Override public boolean incrementToken() throws IOException { if (first) { while (input.incrementToken()) { System.out.println( "[" + input.getAttribute(CharTermAttribute.class).t
elasticsearch 具有稀疏字段的单个_类型对索引的影响是否与多个类型（在ElasticSearch中）相同？
elasticsearch Lucene
当索引只有一种类型时，稀疏字段应用了多少？我正在制作一个索引，索引中有大量相同类型的小文档，还有许多字段。虽然所有文档的类型相同，但只填充了一小部分字段。根据这篇文章，当帖子稀少时，人们会担心。这似乎表明，尽管这可能只是一个问题，如果该指数有许多类型。如果索引只有一种类型怎么办 存在于一种类型中的字段也将占用 此字段不存在的类型的文档。这是一个将军 Lucene指数的问题：他们不喜欢稀疏性。稀疏帖子 列表无法有效压缩，因为它们之间的增量很高 连续的比赛。而文档值的问题更为严重：对于 由于速度原因
我有一个包含人名的SQL表，我想找出我用Lucene索引的文档中的名字。 除了单独搜索每个名称之外，还有其他方法可以找到吗？我想，您可以通过使用通配符查询并只搜索*字符串来实现这一点 在上面的代码中，AppConstants.NAME是名称字段名，它假定读卡器和搜索器已经初始化 您可以根据表中的行数指定所需的任意数目，以代替命中限制20 请做好准备，使用通配符进行搜索将非常缓慢，并且在很大程度上取决于您的索引大小 当问关于Lucene的问题时，请始终指定Lucene版本和API技术-Java或.
我有一个关于分析文件的问题。 使用ApacheTika，可以获取不同类型的不同文件的内容和元数据 是否也可以使用Tika获取文件的关键字（即词干），或者我是否仍然需要Lucene？我不知道这是否可行，但我建议使用Lucene进行所有关键字分析。我个人的理由： Tika的主要目标是从文件中提取信息 Lucenes定义了如何分析和索引数据。数据的分析方式对lucene索引在搜索中的表现有很大影响（查找您希望找到的内容） 这是一种分离的关注点，Tika只是提取，Lucene关心与搜索相关的事情 蒂卡
我有一个产品数据库（用于足球），其中包含大约5k种产品。用于产品搜索的Lucene索引当前包含名称、类别、颜色和数字（ArtNo和EANs） 问题的相关表格示例： | Name | Color | -------------------------------------------- | Nike Training football | red black | | Nike Match football | blac
elasticsearch 启用了_store.enabled的ElasticSearch索引大小最终变小
elasticsearch Lucene
我正在使用5.1中的~16k文档的多个索引进行测试。在一个索引中，我显式禁用了_source。我预计索引的大小会比它的同级索引小，但实际上，索引的大小略有增加 发件人：GET source\u true，source\u false/\u stats/docs，store "indices": { "source_true": { "primaries": { "docs": { "count": 16079, "deleted": 0 },
elasticsearch 为什么弹性搜索在查询包含“时不返回结果”；在；前缀
下面的弹性查询没有返回我的应用程序的任何结果 "query" : { "bool" : { "must" : [ { "simple_query_string" : { "query" : "IN-123456", "fields" : [ "field1.auto^1.0", "field2.auto^1.0" ], "flag
elasticsearch 如何在lucene查询结果中获得两个时间戳之间的差异
我想通过lucene查询获得kibana或grafana中两个日志之间的时间差。我进行了以下查询，但我不知道如何获得不同日志中两个时间戳之间的时间差 查询： kubernetes.labels.app:“订户解析器”和@timestamp:[2021-05-24T23:55:00至2021-05-24T23:59:00]和（日志：“文件处理完成”或日志：“文件处理已开始”） 其中2021-05-24T23:55:00是“文件处理”的第一个日志的@timestamp，2021-05-24T23:5
谁能给我推荐一些关于Lucene的好教程吗。我读的是《行动中的Lucene》，但它似乎是当前Lucene的旧版本。大多数方法都已弃用 从哪里开始？我在谷歌上搜索了一下 谢谢， Kapil第二版《Lucene in Action》以电子格式提供确实有一些变化，但它们并不像看上去那么重要。我能想到的最根本的变化是IndexSearcher.search（）方法的api发生了变化，但要使代码适应新的用法并不难 通常，旧方法仍然存在，但被标记为已弃用。这是一件好事，因为指定了应该使用的内容 《吕森在行动
我在和Lucene玩游戏，注意到使用连字符（例如“半决赛”）会导致索引中出现两个单词（“半决赛”和“决赛”。如果用户在一个单词中搜索“半决赛”，这应该如何匹配 编辑：实际上我只是在玩StandardTokenizer类，也许这就是为什么？我缺少一个过滤器吗 谢谢 （编辑） 我的代码如下所示： StandardAnalyzer sa = new StandardAnalyzer(); TokenStream ts = sa.TokenStream("
我有个问题。我不小心在索引中放入了一些垃圾，如下所示： [ "" ] 这是空格，换行符，左括号，换行符，空格，空格，引号，引号，换行符，右括号 我用Solr.StrField来表示这个字段。我尝试了转义字符、url编码等各种可能的组合，试图查询包含此字段的文档，但似乎没有任何效果 有人知道我如何查询这样的字符串吗？首先对字符进行转义，然后对查询字符串进行编码。 “\\n[\n\\\”\n]”应进行编码。首先从浏览器中尝试，不进行编码。首先对字符进行转义，然后对查询字符串进行编码。 “\\n
我目前正在为其中一个项目使用JavaLucene，并获得了良好的性能。我正在为lucene寻找C/C++选项，并在sourceforge上遇到了CLucene 但我想检查CLucene是否像JavaLucene一样稳定可靠，是否拥有JavaLucene所支持的所有功能，以及它是否获得apache许可和积极支持？如果是，为什么我没有在ApacheLucene站点上下载CLucene的选项（但在ApacheLucene站点上我有Lucene.net选项） 希望了解有关企业软件使用CLucene的更多
我正在用Lucene创建一个web应用程序，我需要它来实现分页。我在这里看到了关于在收集器上使用偏移量的不同示例。然而，这些似乎是旧的Lucene 3.5（或3.6不记得是哪个）添加了这个，我相信。我已经看到了索引搜索器方法searchAfter。但是，它要求您传递最后一个ScoreDoc。因为这是一个web应用程序，所以我无法将最后一个结果（作为ScoreDoc对象）传递给下一个请求。所以，我的问题是，这通常是如何做到的 我真正想到的唯一方法是在构建索引时向索引中添加一个唯一的键。然后，在尝试
我正在使用Lucene 4.0进行一些复杂的查询，我的信息检索理论好友告诉我，在任何可以使用过滤器而不是查询的地方，为了提高性能，我都应该这样做。因此，我决定将查询中一个特别复杂的组件转换成一个过滤器。这是相对简单的，因为存在与BooleanQuery和numeriRangeQuery等价的Filter，但似乎没有与TermQuery等价的TermFilter。有一个FieldValueFilter，但它似乎只根据给定字段的存在进行过滤，而不是该字段中的特定值 我应该用什么过滤器来过滤呢？我相信
elasticsearch 弹性搜索返回条件
elasticsearch Lucene
如何向elasticsearch POST结果中添加条件查询，以便根据点击数数组删除某些结果 例如： 如果我有以下文件 {id:1，状态：1}{id:1，状态：2}{id:2，状态：1}{id:2， 状态：2}{id:2，状态：3} 我想返回每个状态字段中最高的字段： {id:1，状态：2}{id:2，状态：3} 您可以对此进行聚合： { "size": 0, "aggs": { "IDs": { "terms": { "field": "id",
elasticsearch 如何在ES中分配未分配的碎片
elasticsearch Lucene
sharding
我在elasticsearch中有以下设置 [root elasticsearch]$ curl localhost:9200/_cluster/health?pretty { "cluster_name" : "iresbi", "status" : "red", "timed_out" : false, "number_of_nodes" : 3, "number_of_data_nodes" : 3, "active_primary_shards" : 0, "active_shards"