Lucene的時候使用Lucene的關鍵字分析器模糊查詢

我已經索引的OrientDB財產面臨上OrientDB演戲：Lucene的時候使用Lucene的關鍵字分析器模糊查詢

CREATE INDEX Snippet.ssdeep ON Snippet (ssdeep) FULLTEXT ENGINE LUCENE METADATA {"analyzer":"org.apache.lucene.analysis.core.KeywordAnalyzer"}

備案的包含，我已經編入索引的測試simhashes。

現在，當我搜索使用Lucene，我得到的確切查詢的響應，而不是模糊查詢（儘管正確轉義查詢文本）。

例如，給出的值字段，「192：d4e1GDZYDUZrw9AfCB + A66ancCZmx9n2P：2e1GW18A66ac/YP」，下面的查詢得到一個記錄：

SELECT FROM Snippet WHERE ssdeep LUCENE "192\\:d4e1GDZYDUZrw9AfCB\\+A66ancCZmx9n2P\\:2e1GW18A66ac\\/YP"

雖然這個查詢產生任何記錄：

SELECT FROM Snippet WHERE ssdeep LUCENE "192\\:d4e1GDZYDUZrw9AfCB\\+A66ancCZmx9n2P\\:2e1GW18A66ac\\/YP~0.9"

我不知道是什麼阻止Lucene找到近似結果？更特別是它的Lucene（或KeywordAnalyzer）不是在模糊搜索這樣的字符串貼切，或者是它Lucene和OrientDB之間的界面，其在原因是什麼？

即我在同一個數據庫上有其他全文Lucene索引，但所有這些字段都包含普通文本並使用簡單或標準分析器進行分析。這是我真正需要全文索引的唯一字段，它無法工作。

來源

2015-04-24 retrography

問題是字母大小寫。 StandardAnalyzer，SimpleAnalyzer和EnglishAnalyzer所有小寫文本索引條款之前。 KeywordAnalyzer沒有。

由於通配符，模糊，和其他擴展，多字詞的查詢，不分析，在QueryParser的，默認情況下，小寫這些類型的查詢。

我不知道很多關於什麼OrientDB暴露了Lucene，讓你有效地做到這一點，但在Lucene的兩個最好的解決方案是：

禁用的QueryParser lowercasing這些類型的查詢：
```
queryParser.setLowercaseExpandedTerms(false); 
```

使用結合了KeywordTokenizer與LowerCaseFilter自定義分析：

public class LowercaseKeywordAnalyzer extends Analyzer { 
    @Override 
    protected TokenStreamComponents createComponents(String fieldName) { 
     Tokenizer source = new KeywordTokenizer(); 
     TokenStream filter = new LowerCaseFilter(source); 
     return new TokenStreamComponents(source, filter); 
    } 
}

我既不知道是否也不怎麼這些在OrientDB暴露，但希望這點你在正確的方向。

來源

2015-04-24 20:04:06 femtoRgon

Lucene的時候使用Lucene的關鍵字分析器模糊查詢

回答

相關問題