solr spellcheck 功能

需要实现多个field的spellcheck功能，一直犯迷糊，现在知道怎么用了

<searchComponent name="spellcheck" class="solr.SpellCheckComponent">    <lst name="spellchecker">      <str name="name">default</str>      <str name="classname">solr.IndexBasedSpellChecker</str>      <str name="field">var_poi_chinese_str</str>      <str name="spellcheckIndexDir">spellchecker</str>      <str name="accuracy">0.7</str>      <str name="buildOnCommit">true</str>    </lst>    <lst name="spellchecker">      <str name="name">brand</str>      <str name="classname">solr.IndexBasedSpellChecker</str>      <str name="field">brand</str>      <str name="spellcheckIndexDir">brand_spellchecker</str>      <str name="accuracy">0.3</str>      <str name="buildOnCommit">true</str>    </lst>    <str name="queryAnalyzerFieldType">string</str></searchComponent>

要先有一个searchComponent，上面只是一个例子，brand是后面会用到的spellcheck.dictionary的标识，field是指在建索引过程中哪个field需要做spellcheck

accuracy是指字符串之间的distance要小于accuracy*query长度。

queryAnalyzerFieldType是指用哪个queryAnalyzer来进行分词，一般不分词，因为如果找到了任意一个term，表明这个query就是没问题的，就不会启动spellcheck功能。

<requestHandler name="/spell" class="solr.SearchHandler">    <lst name="defaults">      <str name="spellcheck.onlyMorePopular">false</str>      <str name="spellcheck.extendedResults">false</str>      <str name="spellcheck.count">3</str>    </lst>    <arr name="last-components">      <str>spellcheck</str>    </arr></requestHandler>

<requestHandler name="/brand_spell" class="solr.SearchHandler">    <lst name="defaults">      <str name="spellcheck.dictionary">brand</str>      <str name="spellcheck.onlyMorePopular">false</str>      <str name="spellcheck.extendedResults">false</str>      <str name="spellcheck.count">3</str>    </lst>    <arr name="last-components">      <str>brand_spellcheck</str>    </arr></requestHandler>

这里是两个不同的requestHandler，设置spellcheck.dictionary可以指定使用哪个spellchecker来做拼写检查

如果要根据不同的field或者是使用不同的距离方法来进行拼写检查，就需要指定不同的spellchecker。或者新建一个requestHandler(这里不建议这样做，只会令solrconfig.xml文件看起来臃肿冗余)。但是，如果是同一个requestHandler里面要用好几个spellcheck，则需要满足它们的距离测量方法以及accuracy是相同的，否则只能使用不同的requestHandler。

注意在requestHandler里面的最后有一个segment

<arr name="last-components">      <str>brand_spellcheck</str>    </arr>

这个last-components指定了该requestHandler使用哪个searchComponent来进行一些查询(或者是拼写检查等其他操作)。

不过requestHandler里面的那些searchComponent的属性都可以动态的使用url来设定。

例如：

http://10.141.201.53:8080/solr/poi/spell?wt=xml&indent=true&spellcheck=true&spellcheck.q=adibas&spellcheck.dictionary=brand

这是使用searchComponent里的brand来进行spellcheck的结果，可见由于它的accuracy只有0.3，所以得到的结果可以有很多(但是不多于spellcheck.count个)

这里使用searchComponent里的default来进行检查，accuracy有0.7，所以只找出了adidas一个(distance为1)

这里为什么brand没有找出adidas。。那是因为数据库里面的数据比较渣，adidas商店的brand信息为空，如果有的话，那么adidas肯定在第一个图里排第一。

好吧这里那就再举个例子：

http://10.141.201.53:8080/solr/poi/spell?wt=xml&indent=true&spellcheck=true&spellcheck.q=东方商厦店&spellcheck.dictionary=default

http://10.141.201.53:8080/solr/poi/spell?wt=xml&indent=true&spellcheck=true&spellcheck.q=东方商厦店&spellcheck.dictionary=brand

可以看到由于数据的不同以及accuracy的不同，default和brand这两个spellchecker返回的结果不同，但是距离最小的 东方商厦 都排在最前面

这里的spellcheck结果也有一个排序策略可供选择

 <!-- comparatorClass be one of:       1. score (default)       2. freq (Frequency first, then score)       3. A fully qualified class name  -->  <str name="comparatorClass">freq</str>

默认是根据距离排名，也可以根据frequency或者是自定义排名

一般比较重要比较基本的用法就是这些，其他功能就可以参考solr的手册来使用了

SpellCheckComponent