Solr中的通配符查询错误

Question

我使用Solr搜索文档，当尝试使用此查询"id:*"搜索文档时，我会收到查询解析器异常，告诉我它无法解析以*或?作为第一个字符的查询。

HTTP Status 400 - org.apache.lucene.queryParser.ParseException: Cannot parse 'id:*': '*' or '?' not allowed as first character in WildcardQuery

type Status report

message org.apache.lucene.queryParser.ParseException: Cannot parse 'id:*': '*' or '?' not allowed as first character in WildcardQuery

description The request sent by the client was syntactically incorrect (org.apache.lucene.queryParser.ParseException: Cannot parse 'id:*': '*' or '?' not allowed as first character in WildcardQuery).

有没有针对只使用 * 就能使其运行的补丁？或者这样的查询非常昂贵吗？

- cnu

Answer 1

如果您想获取所有文档，请在*:*上执行查询：

如果您想获取所有带有特定字段（例如id）的文档，请尝试id:[* TO *]

- dannyp

Answer 2

默认情况下，Lucene不允许您使用星号作为通配符在WildcardQueries语句的开头，因为这些查询非常昂贵，在大型索引上速度非常慢。

如果您使用的是Lucene QueryParser，则可以调用setAllowLeadingWildcard(true)来启用它。

如果您想要设置了某个特定字段的所有文档，最好通过编程查询或遍历索引，而不是使用QueryParser。您真正需要使用QueryParser来解析用户输入。

- Joe Shaw

Answer 3

id:[a* TO z*] id:[0* TO 9*] etc.

我刚刚在我的索引上使用了lukeall，它有效了，因此应该也适用于使用标准查询解析器的Solr。我实际上并没有使用Solr。

在基本的Lucene中，你永远不会查询每个文档，这是有充分理由的，因为要查询一个文档，你必须使用new indexReader("DirectoryName")并将查询应用于它。因此，你完全可以跳过将查询应用于它，并使用indexReader方法numDocs()来获取所有文档的计数，以及document(int n)来检索任何文档。

- dlamblin

Answer 4

如果您只是想获取所有文档，Solr支持*:*查询。这是我所知道的Solr允许您以*开头开始查询的唯一时间。我相信您可能已经在Solr管理页面中看到了默认查询。

如果您尝试使用*作为第一个字符进行更具体的查询，比如说id:*456，那么我见过的最好方法之一是将该字段索引两次。一次正常索引（字段名称：id），一次反转所有字符的索引（字段名称：reverse_id）。然后，您可以通过发送查询reverse_id:654来实现查询id:456。希望这样能让您理解。

您还可以在Solr用户组邮件列表中搜索，网址为http://www.mail-archive.com/[e-mail]/，这样的问题经常出现。

- mbaird

Answer 5

以下是Solr的一个问题，请求能够配置默认的Lucene查询解析器。 https://issues.apache.org/jira/browse/SOLR-218 在这个问题中，您可以找到如何“修补”Solr的描述。此修改将允许您以*开头启动查询。

乔纳斯·索尔克：我基本上只更新了一个Java文件：SolrQueryParser.java。

public SolrQueryParser(IndexSchema schema, String defaultField) { 
    ... 
    setAllowLeadingWildcard(true); 
    setLowercaseExpandedTerms(true); 
    ... 
}

 ...

public SolrQueryParser(QParser parser, String defaultField, Analyzer analyzer) {
    ... 
    setAllowLeadingWildcard(true); 
    setLowercaseExpandedTerms(true);
    ... 
}

我不确定是否需要设置setLowercaseExpandedTerms...

- Daniel Rijkhof

Answer 6

我猜你用id:*只是想匹配所有文档，对吧？

我以前从未使用过solr，但在我的Lucene经验中，在摄取数据时，我们为每个文档添加了一个隐藏字段，然后当我们需要返回每条记录时，我们搜索该字段中的字符串常量，该常量对于每个记录都相同。

如果您无法在您的情况下添加这样的字段，则可以使用RegexQuery和正则表达式来匹配id字段中可以找到的任何内容。

编辑：实际上回答问题。我从未听说过修补程序可以使其正常工作，但如果可以使其正常工作，我会感到惊讶。请参见this question，了解无约束PrefixQuery可能会导致问题的原因。

- Ryan Ahearn

Answer 7

实际上，我一直在使用一个解决方法。我会在ID后面添加一个字符，例如：A1、A2等。

有了这样的值在字段中，就可以使用查询id:A*进行搜索。

但是我很想找到是否存在真正的解决方案。

- cnu