具有多个相同属性字段的Lucene索引

Question

每个Lucene doc都是一个配方，每个配方都有配料。

我的工作方向是能够搜索配料，并给出结果，说两种配料满足四种配比。 （例如）

那么如何将配料添加到文档？在solr中，我可以创建多个字段并将它们全部保存起来，我可能会因为只保存一种成分而做错了。

这也适用于像'标签'这样的字段。

p.sim使用Zend框架，如果它很重要。

Answer 1

Lucene文档支持添加多个相同名称的字段。即可以反复调用：

document.add(new Field("name"), value) 

所以是你做的事：

# (pseudo-code) 
document1.add(new Field("ingredient"), "vanilla") 
document1.add(new Field("ingredient"), "strawberry") 
index.add(document) 

# And then search for 
index.search("ingredient", "vanilla" && "strawberry") 

你会得到文档1。但是，如果你搜索：

index.search("ingredient", "vanilla" && "apple") 

您将无法取回文档1。

如果您搜寻：

index.search("ingredient", "vanilla" || "apple") 

你也还是会回到文档1。

如果你想看到哪些成分相匹配，你可以简单地将文档保存的领域存储字段，然后对每个匹配文档检索的字段列表，并将它们与用户查询。

另请注意，默认情况下，PositionIncrementGap用于添加到文档中的名称相同的字段为0。

这意味着，如果你说：

index.search("ingredient", "chocolate orange") 

你能避免：

document1.add(new Field("ingredient"), "chocolate") 
    document1.add(new Field("ingredient"), "orange") 

那么这将是，如果它被称为“巧克力橙”，这可能匹配在一个单一成分处理这为PositionIncrementGap> 1设置了一个值，这将产生：

0匹配为：

index.search("ingredient", "chocolate orange") 

和1匹配：

index.search("ingredient", "chocolate" && "orange") 

Answer 2

我在这里看到的两种可能的方法：

1. 进行非标准化数据 - 创建一个单独的文档，以配方各成分，让所有的文件为配方共同的配方ID。然后，在搜索过程中，聚合配方ID的所有匹配项。有点丑陋。
2. 将所有成分连接成一个共同的字段，并将其作为“文本”进行索引。然后使用带有'OR'的布尔查询搜索配料（这在Java Lucene术语中称为'Should'，我不知道PHP的等价物）。

我建议你尝试第二种方法，看看它是否有帮助。