一、Solr Multivalue field屬性positionIncrementGap理解
分類：
Lucene
2014-01-22 10:39閱讀(3596)評論(0)
參考：
http://rockiee281.blog.163.com/blog/static/19385222920127225619919/
Solr里頭可以設計Field為Multivalue類型，這樣的一個好處是可以很方便的設置copyField，在我們的項目中也有使用。
但是一直以來都有一個問題困擾着我，就是對multivalue里頭多個值域的搜索問題。多個value之間我認為應該是保持相互獨立的，但是在實際搜索中感覺solr把所有的值域都串在一起，當作一個長value來處理，沒有達到我想要的效果。后來通過搜索，我發現solr的field type中有一個positionIncrementGap字段，
，在網上看到一段討論：
http://lucene.472066.n3.nabble.com/positionIncrementGap-in-schema-xml-td488338.html。其中有人舉了一個例子：
一看之下大喜過望，這不是就是我想要的效果么 馬上去翻我solr的schema.xml的配置，一看我就涼了：
<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100">
<analyzer type="query">
<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="dic">
</tokenizer>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms_filter.txt" ignoreCase="true" expand="false"/>
<filter class="solr.StandardFilterFactory"/>
</analyzer>
<analyzer type="index">
<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="dic">
</tokenizer>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms_filter.txt" ignoreCase="true" expand="false"/>
<filter class="solr.StandardFilterFactory"/>
</analyzer>
</fieldtype>
居然之前已經配置過了！！！那就是這個配置沒有生效，是什么造成的呢？因為我沒有使用solr自己的standardTokenizerFactory，而是為了中文分詞使用了MMSeg4J的類，我就把懷疑的目光放到了MMSeg4J身上。檢查了MMSegTokenizerFactory的源代碼，發現里頭木有對positionIncrementGap的處理，以為問題出在這里，但是在深入對比MMSegTokenizerFactory和StandardTokenizerFactory及相關的代碼類之后，感覺問題不應該出在建立索引的環節。
之后就是搜了一堆的資料，了解了positionIncrementGap這個字段的含義，其作用就是在對Multivalue Field進行處理的時候，給兩個field中相隔的詞人為的插入一段固定的distance，然后在使用Lucene/Solr做Phrase query的時候，如果沒有指定Slop(對slop的介紹，可以參考:http://blog.csdn.net/rick_123/article/details/6708527)，會默認Slop為0，即查詢的短語之間應該緊緊挨着，這樣對很多情況下都得不到用戶想要的結果。解決的辦法就是使用phrase query，同時設置一個適當的Slop值，然后為了不讓lucene的搜索跨越多個Field Value，設置一個遠大於slop的positionIncrementGap，就可以達到目標。在這里不用擔心positionIncrementGap設置過大會影響效率，盡情的設吧……
既然了解positionIncrementGap的含義，問題就一目了然，樓主為了查詢的方便，使用自定的QueryParser替換了Solr自己默認的，將Phrase search改為了BooleanSearch，所以實際上導致了positionIncrementGap的失效。解決辦法就是將BooleanSearch改為MultiPhraseQuery，同時調用MultiPhraseQuery.setSlop(int slop)方法設置slop為50（經驗值，根據索引的數據設定，只要遠小於positionIncrementGap即可）。測試ok達到效果！
二、多值字段
針對多值字段，查詢表達式仍然會被拆分為一個一個的關鍵詞，然后去跨句子去匹配。
針對多值字段，查詢表達式仍然會被拆分為一個一個的關鍵詞，然后去跨句子去匹配。
三、動態字段
針對動態字段，查詢表達式可以精確查到句子，但是不能確保通配查詢。
針對動態字段，查詢表達式可以精確查到句子，但是不能確保通配查詢。