Solr 使用自定义 Query Parser
来源:互联网 发布:lte弱覆盖优化 编辑:程序博客网 时间:2024/06/06 12:23
版权信息: 可以任意转载, 转载时请务必以超链接形式标明文章原文出处, 即下面的声明.
原文出处:http://blog.chenlb.com/2010/08/solr-use-custom-query-parser.html
由于 Solr 默认的 Query Parser 生成的 Query 一般是 “短语查询”,导致只有很精确的结果才被搜索出来。大部分时候我们要分词后的 BooleanQuery。一年半前有篇关于 solr 使用自定义的 QueryParser 的文章。使用这个方法在 solr 中可以用自己的 Query Parser。
按照那篇文章,分别扩展:QParserPlugin、QParser、SolrQueryParser。我把它们实现为:ExtLuceneQParserPlugin、ExtLuceneQParser、SolrQueryParser 源码下载。
配置使用,把 solr-1.4-query-parser-extand-0.1.jar 放到 solr.home/lib 里,同时也把 mmseg4j-all-1.8.2-with-dic.jar 放到 solr.home 当然也可以其它分词器(paoding 可以,看:solr 中使用 paoding 中文分词,N久前验证过 paoding 使用这个扩展可以,有问题通知我)。
schema.xml 加或改:
- <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
- <analyzer>
- <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory"/>
- </analyzer>
- </fieldType>
- <!-- ..... -->
- <field name="title" type="text_cn" indexed="true" stored="true"/>
- <defaultSearchField>title</defaultSearchField>
- <solrQueryParser defaultOperator="AND"/>
保存 doc-demo.xml,
- <?xml version="1.0" encoding="UTF-8" ?>
- <add>
- <doc>
- <field name="id">1</field>
- <field name="title">研究空格生命起源</field>
- </doc>
- </add>
启动 solr (solr.root=e:/apache-solr-1.4.1), 提交一个文档。
- #启动 solr
- cd solr.root/example
- java -jar start.jar
- #提交索引
- cd solr.root/example/exampledocs
- java -jar post.jar doc-demo.xml
用两种方式查询:
1、extand lucene query parser 方式:查 研究生命起源
结果:
- <?xml version="1.0" encoding="UTF-8"?>
- <response>
- <lst name="responseHeader">
- <int name="status">0</int>
- <int name="QTime">0</int>
- <lst name="params">
- <str name="debugQuery">on</str>
- <str name="indent">on</str>
- <str name="q">研究生命起源</str>
- <str name="defType">extlucene</str>
- </lst>
- </lst>
- <result name="response" numFound="1" start="0">
- <doc>
- <str name="id">1</str>
- <str name="title">研究空格生命起源</str>
- </doc>
- </result>
- <lst name="debug">
- <str name="rawquerystring">研究生命起源</str>
- <str name="querystring">研究生命起源</str>
- <str name="parsedquery">+title:研究 +title:生命 +title:起源</str>
- <str name="parsedquery_toString">+title:研究 +title:生命 +title:起源</str>
- <str name="QParser">ExtLuceneQParser</str>
- </lst>
- </response>
2、用 solr 的默认 query parser 的查询,查 研究生命起源
结果:
- <?xml version="1.0" encoding="UTF-8"?>
- <response>
- <lst name="responseHeader">
- <int name="status">0</int>
- <int name="QTime">0</int>
- <lst name="params">
- <str name="debugQuery">on</str>
- <str name="indent">on</str>
- <str name="start">0</str>
- <str name="q">研究生命起源</str>
- <str name="version">2.2</str>
- <str name="rows">10</str>
- </lst>
- </lst>
- <result name="response" numFound="0" start="0"/>
- <lst name="debug">
- <str name="rawquerystring">研究生命起源</str>
- <str name="querystring">研究生命起源</str>
- <str name="parsedquery">PhraseQuery(title:"研究 生命 起源")</str>
- <str name="parsedquery_toString">title:"研究 生命 起源"</str>
- <str name="QParser">LuceneQParser</str>
- </lst>
- </response>
对比两个结果:
1、第一个是 debug 输出 QParser 为 ExtLuceneQParser,是刚才安装的扩展。并且可以搜索到内容,为 BooleanQuery("+title:研究 +title:生命 +title:起源");
2、第二个 debug 输出的 QParser 为 LuceneQParser,搜索不到内容,原因是它把查询解析为 PhraseQuery(title:"研究 生命 起源"),它们必须紧接着的(当然可以指定 slop)。
源码使用说明(在 readme.txt 里),源码下载:
copy example 目录到 solr.root(e:/apache-solr-1.4.1) 里。
cd solr.root/example
java -jar start.jar
cd solr.root/example/exampledocs
java -jar post.jar doc-demo.xml
比较两链接:
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&defType=extlucene&indent=on&debugQuery=on
上面链接的参数可以加到 standard handle 里的defaults,如:
- <requestHandler name="standard" class="solr.SearchHandler" default="true">
- <!-- default values for query parameters -->
- <lst name="defaults">
- <str name="echoParams">explicit</str>
- <str name="defType">extlucene</str>
- </lst>
- </requestHandler>
- <queryParser name="extlucene" class="com.chenlb.solr.search.ExtLuceneQParserPlugin"/>
正常的 solr query parser
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&indent=on&debugQuery=on
这一问题困扰很多网友。特写这文章仅供参考。
lucene/solr 3.5 可以试试 solr-3.5-query-parser-extend.zip
-------------------相关资料
http://grokbase.com/t/lucene/solr-user/1155x88nt9/why-query-chinese-character-with-bracket-become-phrase-query-by-default
http://stackoverflow.com/questions/7612889/solr-exact-phrase-query-with-a-edgengramfilterfactory
- Solr 使用自定义 Query Parser
- Solr 使用自定义 Query Parser
- solr Query 图形界面使用
- Solr的标准查询解析器Standard Query Parser
- Solr的查询解析器DisMax Query Parser
- Solr的查询解析器The Extended DisMax Query Parser
- solr query
- solr Query
- solr Query
- Solr --- Query
- Lucene Query Parser Syntax
- 自定义@Query 中使用分页
- solr 使用自定义的 QueryParser
- Apache Lucene - Query Parser Syntax
- Solr -- query和filter query
- solr查询不使用query analyzer中文分词的问题解决
- solr-5 function query
- FastJson 自定义Serialize、Parser
- A星详解
- ShaderLab 笔计一
- solr 使用自定义的 QueryParser
- unix环境配置
- 国内外开源镜像服务器站点汇总
- Solr 使用自定义 Query Parser
- 窗体方法.cs
- Filedescriptor out of range in select
- 黑马程序员_java学习笔记 3.流程语句&函数
- 安卓JNI开发-01
- 《java遇到html--servlet篇》2015.09.16笔记
- css选择器
- 类型混用引发的血案(C语言)
- 从游戏到用户分类