solr之模糊搜索(Fuzzy matching)

solr的模糊搜索主要有通配符，范围查询，近距离搜索等几类。下面分别探讨一下用法。

1. 通配符查询

通配符只是对单个term有效，对短语不起作用，ps：短语就是在查询条件上加双引号，比如 title:”xxx yyy”。
其实也就跟一般的通配符的匹配方式差不多了，比如我要查询title里有evaluat开头的文档：

title:evaluat*

• 1

Note that:查询语句里一定要用小写，还没研究清楚大小写的区分，但是用大写的不行

另外通配符有很大的性能开销，尤其在匹配到大量数据时，比如：e*,建议不要这样用。
其他例子：

title:evaluat* cipro

• 1

title:evaluat?

• 1

solr in action 例子：

Query: offi* Matches office, officer, official, and so on
Query: off*r Matches offer, officer, officiator, and so on Query: off?r Matches offer, but not officer Works: softwar* eng?neering Does not work: "softwar* eng?neering"

• 1
• 2
• 3
• 4
• 5
• 6

2. 范围查询

范围查询可以支持时间范围，数值范围，字符串范围等
1. 时间范围：
查询2015-06-07T19:11:45Z TO 2015-06-10T19:11:45Z这个范围的文档，这里要注意格式必须是solr的日期格式，也就是2015-06-07T19:11:45Z这样的格式，必须大写TO

received_date:[2015-06-07T19:11:45Z TO 2015-06-10T19:11:45Z]

• 1

1. 数值范围

Query: yearsOld:[18 TO 21] Matches 18, 19, 20, 21

• 1

1. 文本范围

source:[kyowa TO kyowb]

• 1

实际匹配kyowa ….kyowb => a->b的范围，也就是只能包含kyowa， kyowb这两个单词

solr in action 例子：

Query: created:[2012-02-01T00:00.0Z TO 2012-08-02T00:00.0Z] Query: title:[boat TO boulder] Matches boat, boil, book, boulder, etc. Query: price:[12.99 TO 14.99] Matches 12.99, 13.000009, 14.99, etc // 这是带边界的例子 Query: yearsOld:{18 TO 21} Matches 19 and 20 but not 18 or 21 Query: yearsOld:[18 TO 21} Matches 18, 19, 20, but not 21

• 1
• 2
• 3
• 4
• 5
• 6

3. 近距离搜索(FUZZY/EDIT-DISTANCE SEARCHING/PROXIMITY SEARCHING)

1. EDIT-DISTANCE SEARCHING
   这主要是为了解决输入错误的问题，比如输入good时错误的输入为goob了怎么办，solr用波浪…….
   线来容错，比如

source:kyowb~1

• 1

这里本来要输入kyowa，结果输成了kyowb，那么加上~1就能把正确的kyowa查询出来，~N也就是允许有几个编辑位置错误，这里是1个位置错误，如果你输入kyoab~1,就查询不出来了，因为输入错误两个位置,这时就需要~2了，默认情况下是~2.
1个位置错误时：

2个位置错误时：

fixed

solr in action 例子：

Query: administrator~1 Matches within one edit distance.
Query: administrator~2 Matches within two edit distances. (This is the default if no edit distance is provided.) Query: administrator~N Matches within N edit distances. Please

• 1
• 2
• 3
• 4
• 5

1. 邻近搜索(PROXIMITY SEARCHING)
   这个功能主要用来解决短语的模糊搜索问题，比如你要查找chief executive officer，chief financial officer，chief marketing officer….等等如chief x officer的短语怎么办，用OR连起来显然麻烦，这就是邻近搜索的作用了，只需”chief officer”~1即可，~1表示chief officer之间最多只有一个单词，是最多，不是只有一个，也可以是0个，如果有N个单词，即~N，注意，一定要加双引号，这才表示是短语，不然就是一个term了。
   

solr in action 例子：

Query: "chief officer"~1
– Meaning: chief and officer must be a maximum of one position away. – Examples: "chief executive officer", "chief financial officer" Query: "chief officer"~2 – Meaning: chief and officer must be a maximum of two edit distances away. – Examples: "chief business development officer", "officer chief" Query: "chief officer"~N – Meaning: Finds chief within N positions of officer.

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

By David_Ao