具有多個相同屬性字段的Lucene索引

Question

每個Lucene doc都是一個配方，每個配方都有配料。

我的工作方向是能夠搜索配料，並給出結果，說兩種配料滿足四種配比。 （例如）

那麼如何將配料添加到文檔？在solr中，我可以創建多個字段並將它們全部保存起來，我可能會因爲只保存一種成分而做錯了。

這也適用於像'標籤'這樣的字段。

p.sim使用Zend框架，如果它很重要。

Answer 1

Lucene文檔支持添加多個相同名稱的字段。即可以反覆調用：

document.add(new Field("name"), value) 

所以是你做的事：

# (pseudo-code) 
document1.add(new Field("ingredient"), "vanilla") 
document1.add(new Field("ingredient"), "strawberry") 
index.add(document) 

# And then search for 
index.search("ingredient", "vanilla" && "strawberry") 

你會得到文檔1。但是，如果你搜索：

index.search("ingredient", "vanilla" && "apple") 

您將無法取回文檔1。

如果您搜尋：

index.search("ingredient", "vanilla" || "apple") 

你也還是會回到文檔1。

如果你想看到哪些成分相匹配，你可以簡單地將文檔保存的領域存儲字段，然後對每個匹配文檔檢索的字段列表，並將它們與用戶查詢。

另請注意，默認情況下，PositionIncrementGap用於添加到文檔中的名稱相同的字段爲0。

這意味着，如果你說：

index.search("ingredient", "chocolate orange") 

你能避免：

document1.add(new Field("ingredient"), "chocolate") 
    document1.add(new Field("ingredient"), "orange") 

那麼這將是，如果它被稱爲「巧克力橙」，這可能匹配在一個單一成分處理這爲PositionIncrementGap> 1設置了一個值，這將產生：

0匹配爲：

index.search("ingredient", "chocolate orange") 

和1匹配：

index.search("ingredient", "chocolate" && "orange") 

Answer 2

我在這裏看到的兩種可能的方法：

1. 進行非標準化數據 - 創建一個單獨的文檔，以配方各成分，讓所有的文件爲配方共同的配方ID。然後，在搜索過程中，聚合配方ID的所有匹配項。有點醜陋。
2. 將所有成分連接成一個共同的字段，並將其作爲「文本」進行索引。然後使用帶有'OR'的布爾查詢搜索配料（這在Java Lucene術語中稱爲'Should'，我不知道PHP的等價物）。

我建議你嘗試第二種方法，看看它是否有幫助。