Lucene/Solr 中的短路或运算符答案

【问题标题】：Short-circuit OR operator in Lucene/SolrLucene/Solr 中的短路或运算符
【发布时间】：2013-07-22 00:40:31
【问题描述】：

我了解 lucene 的 AND (&&)、OR (||) 和 NOT (!) 运算符分别是 REQUIRED、OPTIONAL 和 EXCLUDE 的简写，这就是为什么不能将它们视为布尔运算符（遵守布尔代数） )。

我一直在尝试构造一个简单的OR表达式，如下

q = +(field1:value1 OR field2:value2)

在 field1 或 field2 上匹配。但由于 OR 只是一个可选的，当 field1:value1 和 field2:value2 都匹配的文档时，查询会返回一个分数，从而导致两个子句都匹配。

如何在这种情况下强制执行短路？换句话说，如何在布尔代数中实现短路，其中表达式 A ||乙 ||如果 A 为真，C 会返回真，甚至不考虑 B 或 C 是否为真。

【问题讨论】：

你已经读过这个了吗？ searchhub.org/2011/12/28/why-not-and-or-and-not
@arun - 感谢您发布链接。它很好地概述了 solr/lucene 提供的各种运算符。但它没有回答我关于短路的问题。在我看来，模拟我想要的一种方法是编写以下查询：(x !y !z) OR (y !z !x) OR (z !x !y)。但是上一个查询的问题是，所有三个子句都被执行，而与任何子句的匹配无关（违背了 OR 运算符的目的）。
我认为建议的网址已移至此处lucidworks.com/post/why-not-and-or-and-not

标签： solr lucene boolean-logic

【解决方案1】：

严格来说，不，不存在短路布尔逻辑。如果找到一个文档的一个术语，您不能简单地告诉它不要检查另一个术语。 Lucene 是一个倒排索引，因此它不会直接检查文档是否匹配。如果您搜索 A OR B，它会找到 A 并获取所有已索引该值的文档。然后它在索引中获得B，然后列出包含它的所有文档（这有点简化，但我希望它能够理解重点）。不检查找到A 的文档是没有意义的。此外，对于提供的查询，仍然需要枚举文档上的所有匹配项才能获得正确的分数。

但是，您确实提到了分数！我怀疑你真正想要得到的是，如果找到一组中的一个查询词，不要将分数与其他元素复合。也就是说，对于(A OR B)，得分是score-A 或score-B，而不是score-A * score-B 或类似的（当然，如果我在这里做出错误的假设，请原谅）。

这就是DisjunctionMaxQuery 的用途。将每个子查询添加到它会使其得分等于所有子查询得分的最大值，而不是一个产品。

在 Solr 中，您应该了解 DisMaxQParserPlugin 以及它最近的化身 ExtendedDisMax，如果我在这里接近标记，它应该非常适合您。

【讨论】：