Cloudant - 使用存储为文本的数字进行 Lucene 范围搜索

Question

我在 Cloudant 中有许多文档，它们的 ID 字段类型为字符串。 ID 可以是一个简单的字符串，例如“aaa”、“bbb”或存储为文本的数字，例如“111”、“222”等。我需要能够使用上面的字段进行全文搜索，但是我遇到了一些问题。

假设我有两个文档，ID="aaa" 和 ID="111"，然后使用查询进行搜索：

• ID:aaa
• ID：“aaa”
• ID:[aaa TO zzz]
• ID:["aaa" 到 "zzz"]

按预期返回第一个文档

• ID:111

什么都不返回，但是

• ID：“111”

返回第二个文档，所以至少有办法检索它。

不幸的是，在搜索范围时：

• ID：[111 到 999]
• ID：[“111”到“999”]

我没有得到任何结果，而且我不知道如何解决这个问题。这种情况有什么特殊的语法吗？

更新：

索引函数：

function(doc){
  if(!doc.ID) return;
  index("ID", doc.ID, { index:'not_analyzed_no_norms', store:true });
}

将索引更改为 analyzed 没有帮助。 Analyzer 本身是 keyword，但更改为 standard 也无济于事。

更新 2

只是为了添加更多上下文，因为我认为我错过了一个关键点。我正在索引的字段将使用范围进行搜索，并且最小值和最大值都可以由用户提供。因此，其中一个可能是存储为字符串的数字，而另一个是标准的非数字文本。例如搜索 ID >= "11" 和 ID

假设数据库包含 ID 为“1”、“5”、“alpha”、“beta”、“gamma”的文档，此查询应返回“5”、“alpha”、“beta”。请注意实际上应该返回“5”，因为字符串“5”大于字符串“11”。

Answer 1

我们的团队刚刚找到了一个临时解决方案。我们设法通过添加一些任意字符来获得正确的结果，例如'a' 为上限值，并通过引入额外的搜索词，排除 ID 介于上限值和上限值 + 'a' 之间的文档。

搜索范围时

ID:[X 到 Y]

实际查询是

(ID:[X TO Ya] AND -ID:{Y TO Ya])

例如，要查找 ID 介于 23 和 758 之间的文档，我们执行

（ID：[23 TO 758a] 和 -ID：{758 TO 758a]）。

Answer 2

首先，我建议使用关键字分析器，这样您就可以在索引和搜索期间控制正确的标记化。

"analyzer": "keyword",
"index": "function(doc){\n  if(!doc.ID) return;\n  index(\"ID\", doc.ID, {store:true });\n}

要检索带有 _id "111" 的文档，请使用以下范围查询：

curl -X GET "http://.../facetrangetest/_design/ddoc/_search/f?q=ID:\[111%20TO%A\]" 

如果您使用查询q=ID:\[111%20TO%20999\]，Cloudant 搜索看到两个范围大小的数字，会将其解释为 NumericRangeQuery；并且由于您的“111” ID 是一个字符串，因此它不会成为返回结果的一部分。在查询 [111%20TO%20A] 中包含一个字符串，会使 Cloudant 将其解释为对字符串的范围查询。

Answer 3

您可以像这样返回两个文档：

q=ID:["111" TO "CCC"]

这是一个实际的工作示例：

https://rajsingh.cloudant.com/facetrangetest/_design/ddoc/_search/f?q=ID:[%22111%22%20TO%20%22CCC%22]

我发现了一些古怪的东西。似乎仅当至少一个范围值是字符串时，对字符串的范围查询才有效。查询ID:["111" TO "555"] 也不会返回任何内容，所以这可能以某种方式解析为数字查询？可能是一个错误。

Answer 4

这也可以在查询中使用正则表达式来实现。这条线：

curl -X POST "https://.../facetrangetest/_design/ddoc/_search/f" -d '{"q":"ID:/<23-758>/"}' | jq .

该正则表达式表示检索ID字段从23到758的所有文档。斜杠：//用于包围正则表达式；区间包含在 <> 内。