知方号

知方号

solr之模糊搜索(Fuzzy matching)

solr的模糊搜索主要有通配符,范围查询,近距离搜索等几类。下面分别探讨一下用法。

1. 通配符查询

通配符只是对单个term有效,对短语不起作用,ps:短语就是在查询条件上加双引号,比如 title:”xxx yyy”。 其实也就跟一般的通配符的匹配方式差不多了,比如我要查询title里有evaluat开头的文档:

title:evaluat*

Note that:查询语句里一定要用小写,还没研究清楚大小写的区分,但是用大写的不行 另外通配符有很大的性能开销,尤其在匹配到大量数据时,比如:e*,建议不要这样用。 其他例子:

title:evaluat* cipro

title:evaluat?

solr in action 例子:

Query: offi* Matches office, officer, official, and so onQuery: off*r Matches offer, officer, officiator, and so onQuery: off?r Matches offer, but not officerWorks: softwar* eng?neeringDoes not work: "softwar* eng?neering" 2. 范围查询

范围查询可以支持时间范围,数值范围,字符串范围等 1. 时间范围: 查询2015-06-07T19:11:45Z TO 2015-06-10T19:11:45Z这个范围的文档,这里要注意格式必须是solr的日期格式,也就是2015-06-07T19:11:45Z这样的格式,必须大写TO

received_date:[2015-06-07T19:11:45Z TO 2015-06-10T19:11:45Z]

数值范围 Query: yearsOld:[18 TO 21] Matches 18, 19, 20, 21 文本范围 source:[kyowa TO kyowb]

实际匹配kyowa ….kyowb => a->b的范围,也就是只能包含kyowa, kyowb这两个单词 solr in action 例子:

Query: created:[2012-02-01T00:00.0Z TO 2012-08-02T00:00.0Z]Query: title:[boat TO boulder] Matches boat, boil, book, boulder, etc.Query: price:[12.99 TO 14.99] Matches 12.99, 13.000009, 14.99, etc// 这是带边界的例子Query: yearsOld:{18 TO 21} Matches 19 and 20 but not 18 or 21Query: yearsOld:[18 TO 21} Matches 18, 19, 20, but not 21 3. 近距离搜索(FUZZY/EDIT-DISTANCE SEARCHING/PROXIMITY SEARCHING) EDIT-DISTANCE SEARCHING 这主要是为了解决输入错误的问题,比如输入good时错误的输入为goob了怎么办,solr用波浪……. 线来容错,比如 source:kyowb~1

这里本来要输入kyowa,结果输成了kyowb,那么加上~1就能把正确的kyowa查询出来,~N也就是允许有几个编辑位置错误,这里是1个位置错误,如果你输入kyoab~1,就查询不出来了,因为输入错误两个位置,这时就需要~2了,默认情况下是~2. 1个位置错误时: 2个位置错误时: fixed

solr in action 例子:

Query: administrator~1 Matches within one edit distance.Query: administrator~2 Matches within two edit distances. (This is the defaultif no edit distance is provided.)Query: administrator~N Matches within N edit distances.Please 邻近搜索(PROXIMITY SEARCHING) 这个功能主要用来解决短语的模糊搜索问题,比如你要查找chief executive officer,chief financial officer,chief marketing officer….等等如chief x officer的短语怎么办,用OR连起来显然麻烦,这就是邻近搜索的作用了,只需”chief officer”~1即可,~1表示chief officer之间最多只有一个单词,是最多,不是只有一个,也可以是0个,如果有N个单词,即~N,注意,一定要加双引号,这才表示是短语,不然就是一个term了。

solr in action 例子:

Query: "chief officer"~1– Meaning: chief and officer must be a maximum of one position away.– Examples: "chief executive officer", "chief financial officer" Query: "chief officer"~2– Meaning: chief and officer must be a maximum of two edit distances away.– Examples: "chief business development officer","officer chief" Query: "chief officer"~N– Meaning: Finds chief within N positions of officer. By David_Ao

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至lizi9903@foxmail.com举报,一经查实,本站将立刻删除。