Solr/Lucene模糊搜索太慢

我正在尝试使用Solr服务器实现位置（城市、地区、国家、对象）模糊搜索。目前，我的索引包含大约0.8-1.0 M项。使用模糊搜索（~0.7）时效果非常好，但对我来说太慢了（通常为0.2-0.6秒）。使用的标记器是

。作为另一种选择，我尝试了

——它的性能非常好（大约快100倍），但它不提供模糊搜索：(

你知道我可以使用什么不同的方法吗？我想使用模糊搜索功能，但如果可能的话，可以用更快的方式

---

非常感谢！

您的问题与您使用的分析器无关。当您搜索Califrna时，0.7 Lucene会迭代索引中的所有术语，并计算“Califrna”和所有术语之间的（Levenshtein）编辑距离。这是一个非常昂贵的操作

这个问题将通过Lucene版本4.0解决。不幸的是，Solr附带的Lucene版本使用的是旧的暴力方法

https://issues.apache.org/jira/browse/LUCENE-2089

http://java.dzone.com/news/lucenes-fuzzyquery-100-times

如果您觉得合适的话，我建议您从trunk下载Solr/Lucene并测试新的模糊查询是如何工作的

尽管主干是稳定的，但不建议在生产中使用。我可以向您推荐两种类似的方法：

1-拼写检查器

http://www.lucidimagination.com/blog/2010/08/31/getting-started-拼写检查-with-apache-lucene-and-solr/

SpellChecker使用n-gram建立小索引，以执行快速查找。它也使用Levenshtein距离，但不是对所有项进行迭代，而是只对相关项计算距离

您需要首先对“Californa”执行拼写检查，它会建议您使用“Californa”。然后您可以在主索引的查询中使用“Californa”，而无需模糊查询

2-自动建议

http://wiki.apache.org/solr/Suggester

---

您可以使用suggester组件提供正确的拼写作为用户类型查询。这将快得多。它支持JaspellLookup类的模糊搜索。JaspellLookup需要更新才能启用模糊搜索。Wiki没有说明需要更新的内容。如果usePrefix设置为false，则应执行模糊搜索p我猜。

你能提供一个你正在寻找的模糊搜索的例子吗？我的意思是假设用户在q=California~中键入，那么你的结果应该是什么样的？当然。作为一个很好的例子，我会说名称：“Guadelpe”~0.7匹配“Guageloupe”。在第一种情况下（StandardTokenizer）它之所以有效，是因为它将单词标记为较短的标记。对于WhitespaceTokenizer，每个标记实际上都是一个单词。索引更小，因此速度更快，但相关性更差。你认为呢？