Solr模糊搜索奇案

我正在使用复杂短语查询实现solr模糊搜索。 但我正在分阶段处理一个weired案件：

q={！complexprase}名称：“woo~1 grou~2”

return“wood group”。

q={！complexprase}名称：“woo~1 gro~2”

不返回“木材组”。 虽然gro和团队之间的距离是2

正在搜索此查询：

q={！complexprase}name:“Anderso~1 interest~2”

返回“Anderson interest”。 利益和利益之间的距离和集团和集团是一样的

---

知道原因吗？

我相信您在查询重写方面遇到了问题

在Lucene中，任何多术语查询（模糊查询、前缀查询等）都会被扩展为与其匹配的精确术语。但是，通过这种方式可以生成的术语数量是最大的，因此在重写查询时，它将尝试在该限制内选择最佳的术语。我怀疑

gro~2

的匹配项太多了

也许您会觉得奇怪，因为有这么多匹配项，所以无法将它们全部合并到查询中。看起来您正在尝试搜索以gro开头的单词，并且在末尾加上最多两个字母。会有多少人？但那不是你要找的。模糊查询基于levenshtein距离。该术语的匹配项包括：

• g\uuu

  ——以g开头的三个字母的单词

• \u r\u

  ——三个字母的单词，中间有一个r

• \uuuo

  ——三个字母的单词，末尾有一个o

• gr\uu

  ——任何以gr开头的四个字母的单词
• 等等

简而言之，它可以匹配大量的术语列表，在相似性算法方面，“arm”和“cron”与“group”一样匹配

---

如果您确实只想匹配以“gro”开头的术语，请使用前缀查询：

“woo*gro*”

如果您想实际使用模糊查询进行搜索，包括上面看到的可能匹配项列表，您可以在您的数据库中放大

maxbooleansclauses

1024

我相信您在查询重写方面遇到了问题

在Lucene中，任何多术语查询（模糊查询、前缀查询等）都会被扩展为与其匹配的精确术语。但是，通过这种方式可以生成的术语数量是最大的，因此在重写查询时，它将尝试在该限制内选择最佳的术语。我怀疑

gro~2

的匹配项太多了

也许您会觉得奇怪，因为有这么多匹配项，所以无法将它们全部合并到查询中。看起来您正在尝试搜索以gro开头的单词，并且在末尾加上最多两个字母。会有多少人？但那不是你要找的。模糊查询基于levenshtein距离。该术语的匹配项包括：

• g\uuu

  ——以g开头的三个字母的单词

• \u r\u

  ——三个字母的单词，中间有一个r

• \uuuo

  ——三个字母的单词，末尾有一个o

• gr\uu

  ——任何以gr开头的四个字母的单词
• 等等

简而言之，它可以匹配大量的术语列表，在相似性算法方面，“arm”和“cron”与“group”一样匹配

---

如果您确实只想匹配以“gro”开头的术语，请使用前缀查询：

“woo*gro*”

如果您想实际使用模糊查询进行搜索，包括上面看到的可能匹配项列表，您可以在您的数据库中放大

maxbooleansclauses

1024

我相信您在查询重写方面遇到了问题

在Lucene中，任何多术语查询（模糊查询、前缀查询等）都会被扩展为与其匹配的精确术语。但是，通过这种方式可以生成的术语数量是最大的，因此在重写查询时，它将尝试在该限制内选择最佳的术语。我怀疑

gro~2

的匹配项太多了

也许您会觉得奇怪，因为有这么多匹配项，所以无法将它们全部合并到查询中。看起来您正在尝试搜索以gro开头的单词，并且在末尾加上最多两个字母。会有多少人？但那不是你要找的。模糊查询基于levenshtein距离。该术语的匹配项包括：

• g\uuu

  ——以g开头的三个字母的单词

• \u r\u

  ——三个字母的单词，中间有一个r

• \uuuo

  ——三个字母的单词，末尾有一个o

• gr\uu

  ——任何以gr开头的四个字母的单词
• 等等

简而言之，它可以匹配大量的术语列表，在相似性算法方面，“arm”和“cron”与“group”一样匹配

---

如果您确实只想匹配以“gro”开头的术语，请使用前缀查询：

“woo*gro*”

如果您想实际使用模糊查询进行搜索，包括上面看到的可能匹配项列表，您可以在您的数据库中放大

maxbooleansclauses

1024

我相信您在查询重写方面遇到了问题

在Lucene中，任何多术语查询（模糊查询、前缀查询等）都会被扩展为与其匹配的精确术语。但是，通过这种方式可以生成的术语数量是最大的，因此在重写查询时，它将尝试在该限制内选择最佳的术语。我怀疑

gro~2

的匹配项太多了

也许您会觉得奇怪，因为有这么多匹配项，所以无法将它们全部合并到查询中。看起来您正在尝试搜索单词beg

<query>
  <maxBooleanClauses>1024</maxBooleanClauses>