如何正确配置Solr以删除字段中的重复项

我已经基于mysql产品数据库构建了一个solr核心。核心工作良好，我可以搜索产品。我面临的问题是，当一个搜索词在描述中多次出现时，与只包含该词一次的产品相比，该产品被认为更相关。有没有办法告诉声纳不考虑重复的话？

我已经读过UniqFieldsUpdateProcessorFactory，但无法正确配置它，因此我甚至不确定这是否是解决我的问题的正确方法

我已将其添加到我的solrconfig.xml中

<processor class="solr.UniqFieldsUpdateProcessorFactory">
  <str name="fieldRegex">.*_uniq</str>
</processor>

.*u uniq

我也不知道如何验证这个配置是否真的在工作，以及有什么影响（如果有）

---

任何关于如何前进的建议都将不胜感激。

您可以在schema.xml的索引部分添加

solr.removedUpplicateStokenFilterFactory

过滤器，以便在索引时删除重复项。此和中有使用示例。这将需要重新编制索引

我在更新处理器链中使用

solr.UniqFieldsUpdateProcessorFactory

，以确保在原子更新期间不会添加重复项。文档上载时从未尝试过它的行为。Yonik在本文中解释了原子更新。我使用它的方式如下：

<processor class="solr.UniqFieldsUpdateProcessorFactory">
  <str name="fieldRegex">[NAME OF MY FIELD IN SCHEMA.XML]</str>
</processor>

[SCHEMA.XML中我的字段的名称]

---

您可以使用重复记录的样本数据在本地设置中进行测试。

问题是索引问题还是相关性问题？因为通常情况下，如果一个术语在一个字段中出现多次，则文档被认为比其他文档更相关

如果您不想这样做，可以使用enable重新定义字段，它不会存储或考虑在该特定字段中看到术语的次数

更改后，您需要重新索引所有内容