使用Solr搜索和匹配短语的计数

Question

我正在使用Solr来索引文档，现在我需要搜索这些文档中的精确短语，并按照该短语在文档中出现的次数对结果进行排序。我还需要向用户呈现匹配到该短语的次数。

我之前使用了以下查询（这里是通过单词SAP进行搜索）：

{
    :params => {
            :wt => "json",
        :indent => "on",
          :rows => 100,
         :start => 0,
             :q => "((content:SAP) AND (doc_type:ClientContact) AND (environment:production))",
          :sort => "termfreq(content,SAP) desc",
            :fl => "id,termfreq(content,SAP)"
    }
}

当然，这只是实际查询的表示，它会在运行时将此哈希转换为查询字符串。

我设法通过使用content：“此处查询”而不是content:此处查询来使搜索工作正常，但难点是按termfreq返回和排序。

你们有什么想法可以让这个工作起来吗？

提示：我正在使用Ruby，但这是一个旧应用程序，我不能使用任何RubyGems，我在这里使用Solr的HTTP接口。

- kolrie

---

只是一条评论，建议您考虑对非文本搜索字段（如doc_type和environment）使用fq参数。 fq参数不用于搜索的评分。 - d whelan

谢谢@dwhelan，我一定会的。 - kolrie

嘿@tasmaniski，我刚刚做了更多的研究，发现了ShingleFilter。它像下面展示的那样完美地工作了。 - kolrie

Answer 1

我能够通过在schema.xml中添加一个ShingleFilter使其工作：

在我的情况下，我开始使用SunSpot，所以我只需要进行以下更改：

<!-- *** This fieldType is used by Sunspot! *** -->
<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer>
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StandardFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- This is the line I added -->
    <filter class="solr.ShingleFilterFactory" maxShingleSize="4" outputUnigrams="true"/>
  </analyzer>
</fieldType>

在进行上述更改、重启Solr并重新索引之后，我可以在我的查询（q=）、返回字段（fl=）甚至排序（sort=）中使用termfreq(content, "the query here")函数。

- kolrie

Answer 2

将debug=results放在solr网址的末尾，它会给你短语频率。

- Aneesh K