solr查詢中的子串匹配

Question

我有一個必須在查詢中匹配子串的需求。 e.g如果字段值：

PREFIXabcSUFFIX

我要創建相匹配abc查詢。我總是知道前綴的長度。

我不能使用EdgeNgram和Ngram由於空間限制的。（因爲他們將創造更多的索引。）

所以我需要做的查詢時間，而不是指數的時間。使用通配符作爲類似*abc*的前綴將對性能產生很大影響。

因爲我會知道前綴的長度，我希望能有一些方法，我可以做點像....abc*其中點代表的確切長度的前綴，使查詢不像搜索整個索引如在通配符查詢的情況下（*abc*）。

這是可能的solr？謝謝你的時間 。

Solr的版本：4.10

Answer 1

當然，通配符語法是documented here，您可以搜索類似????abc*。你也可以使用正則表達式查詢。

但是，這比*abc*的性能好處將會很小。它仍然需要對整個索引進行順序搜索。但是，如果您無法改進分析以支持您的搜索需求，那麼可能無法獲得（GIGO）。

Answer 2

您可以使用the RegularExpressionPatternTokenizer。對於下面的示例，我猜你的前綴長度是6.你的示例文本PREFIXabcSUFFIX將變爲abcSUFFIX。這樣，您就可以搜索abc*

<analyzer> 
    <tokenizer class="solr.PatternTokenizerFactory" pattern=".{6}(.+)" group="1"/> 
</analyzer> 

關於該標記者：

此標記生成器使用Java正則表達式來輸入文本流分解成記號。由pattern參數提供的表達式可以解釋爲分隔符，也可以將應該從文本中提取的模式作爲標記進行匹配。