如何为一对多关系配置 Solr

Question

我正在使用 Solr 开发一个搜索应用程序，该应用程序需要搜索分成章节的“书籍”。一本书可能看起来像这样：

title: "book title"
author: "mr whoever"
chapters: [
    {
        title: "some chapter title"
        text: "blah blah blah"
    },
    {
        title: "some other title"
        text: "blah blah blah"
    },
    ... etc.
]

搜索要求：

• 用户搜索的是 books 而不是 chapters，因此考虑到里面的所有章节文本，排名靠前的结果必须是总体上最相关的书籍。 p>

• 用户需要查看匹配书中的哪些章节、关于这些章节的信息以及每章匹配的数量。

---

进展：

多值字段

Solr 支持多值字段（即每本书多个章节），但书籍文档的每个字段不可能有两个字段（标题和文本）。

Solr“加入”

我不知道这是否有必要。每章只属于一本书，所以看起来我们可以将它们全部放在一个文档中而无需过多重复。

动态字段

例如具有“chapter1text_txt”、“chapter1title_txt”和“chapter2text_txt”等字段，并且仅连接独立于 solr 的每章信息，因此 solr 不知道“chapter1text_txt”、“chapter1title_txt”是相同的一部分东西。

配置 schema.xml 以支持和搜索此类文档的正确方法是什么？

Answer 1

文档结构

到目前为止，最好的解决方案是为 chapter_title 和 chapter_text 使用多值字段，并在上传文档中强制这些值的顺序一致，因此第一个 chapter_title 始终对应于第一个 chapter_text等等。

这是 schema.xml 的部分：

<field name="report_title"
       type="text_en" indexed="true" stored="true"/>

<field name="chapter_title"
       type="text_en" indexed="true" stored="true" multiValued="true"/>

<field name="chapter_text"
       type="text_en" indexed="true" stored="true" multiValued="true"/>

这是一个折衷方案，因为索引无法知道chapter_title和chapter_text之间的这种关系，所以不可能要求“标题中带有X和Y的章节 在文本中”。

匹配计数

我仍然没有找到这样做的方法，但我正在考虑在要求一个覆盖整个文档的大型 sn-p 后使用突出显示和计算突出显示的术语的数量。