Ассоциации Solr

По сути, здесь у вас есть дизайнерское решение. Обычно люди делают с индексами Solr денормализацию, т. Е. Переносят определение категории в бизнес-документ. Поскольку вы не хотите этого делать, я предлагаю сохранить два типа документов - один для бизнеса и другой для категорий. Вы можете сохранить оба в одном индексе, поскольку Solr не требует, чтобы все документы имели одинаковые поля. Деловые документы кажутся простыми, но вы должны сделать их доступными для поиска как по названию компании, так и по идентификатору категории. Я предлагаю создать документ категории для каждого синонима, в котором вы выполняете поиск по синониму и находите идентификатор (и название категории).

Для поиска по синонимам потребуется двойной поиск -

• Поиск идентификатора категории по тексту имени.
• Поиск предприятий по идентификатору категории.

Вы не можете найти неиндексированные части информации, если не реализуете какой-либо вид преобразования / расширения запроса, который переводит некоторые термины запроса в их индексированный эквивалент перед отправкой запроса.

Итак, если пользователь вводит «ресторан», ваш запрос переводится, чтобы включить фильтр по cat = 1.

Насколько мне известно, Solr не включает эту функцию, поэтому вам придется реализовать ее самостоятельно или адаптировать подходящий модуль (например, http://lucene-qe.sourceforge.net/ ).

На самом деле существует класс фильтра с именем solr.SynonymFilterFactory .

Это должно позволить вам сопоставить номера кошек с двумя его текстовыми эквивалентами, если вы используете его только в анализаторе запросов, что-то вроде следующего:

    <fieldType name="category" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="category_Synonyms.txt" ignoreCase="true" expand="false"/>
    <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

Таким образом вы можете индексировать ТОЛЬКО идентификатор категории. Это означает, что вам не придется снова отправлять все предприятия в Solr. Также, если кто-то запросит «программное обеспечение» или «ИТ», он отобразит его в категории

Ваши category_Synonyms.txt должен содержать следующие строки:

1, программное обеспечение, ИТ

Единственный недостаток здесь состоит в том, что вам придется придумать способ редактирования текстового документа, когда вы меняете имена или синонимы. Так что я думаю, это поможет, только если вы нечасто меняете названия категорий ?? Если только кто-то другой не знает, как это можно легко сделать.

Я фактически добавил вышеупомянутое в свой собственный solr и запустил на нем инструмент Analyzer ... вот результат:

Как видите, оно превратило программное обеспечение в

1

Обратите внимание, что для параметра

expand

НЕОБХОДИМО установить значение

false

. Надеюсь, это поможет.

Дэйв

Помимо некоторых отличных идей, предложенных ранее, вы также можете взглянуть на многозначные поля. Таким образом, поле вашей категории может содержать любое количество значений (и обновляться при необходимости), когда вы выполняете поиск, оно запрашивает все значения.