将 Solr 4.10 升级到 6.3 后，搜索停止工作

Question

我有一个升级Solr 的任务，但是以前从未使用过Solr。 目前我有下一个堆栈：Django 1.9.12 + Oscar 1.3 + Solr 6.3.0 + Haystack 2.5.1

我有一个由Haystack 生成的架构，将其放入managed-schema 文件中并根据StackOverflow 的答案进行了一些修改，因为Solr 不想启动。 现在我启动了 Solr，但无法通过站点的搜索字段找到任何内容（但是在 Solr 4.10 中，搜索按预期工作，没有任何问题）。

在solrconfig.xml下面的部分：

<requestHandler name="/select" class="solr.SearchHandler">
<!-- default values for query parameters can be specified, these
     will be overridden by parameters in the request
  -->
<lst name="defaults">
  <str name="echoParams">explicit</str>
  <int name="rows">10</int>
</lst>

我尝试添加：

<str name="df">text</str>
<str name="q.op">AND</str>

之后搜索部分开始工作。

几个例子：

1. 有INTEL Pentium G3260 (CM8064601482506)这样的项目，搜索只适用于INTEL Pentium或CM8064601482506。如果我想找到 INTEL Pentium G3260 或 Pentium G3260 或 INTEL G3260 或 G3260 - 没有结果。

2. Search string: AMD a8-6500; Result:Nothing to show (no results) -> 应该可以找到 AMD a8-6500

3. Search string: AMD； Result: 显示所有 AMD 产品 -> 符合预期

如果我将<str name="q.op">AND</str> 更改为<str name="q.op">OR</str>：

1. Search string: AMD a8-6500; Result: AMD A8-6500 显示所有 AMD 和 A8-6500 -> 应该只找到 AMD a8-6500

2. Search string:a8-6500; Result: AMD A8-6500 (AD650BOKA44HL) 和 INTEL Core™ i5 6500 -> 应该只找到 AMD a8-6500

我目前在 GitHub 上的 solrconfig.xml 和 managed-schema。

目前我使用EdgeNgramField作为索引字段，即：

from haystack import indexes

class ProductIndexes(indexes.SearchIndex, indexes.Indexable):
    text = indexes.EdgeNgramField(
            document=True, use_template=True,
            template_name='search/indexes/cpu/item_text.txt')

如何修复\标准化搜索？

---

更新 1： 仪表板的日志记录页面上的警告

[default] default search field in schema is text. WARNING: Deprecated,​ please use 'df' on request instead.
[default] query parser default operator is AND. WARNING: Deprecated,​ please use 'q.op' on request instead.

可以通过删除来修复

  <defaultSearchField>text</defaultSearchField>
  <solrQueryParser defaultOperator="AND"/>

来自managed-schema 文件

更新 2： 根据苏格拉底的回答，这是最终的变化：

1. indexes.EdgeNgramField 在下一个代码中：

   class ProductIndexes(indexes.SearchIndex, indexes.Indexable): text = indexes.EdgeNgramField( document=True, use_template=True, template_name='search/indexes/cpu/item_text.txt')

   改为indexes.CharField。

2. 由于我有其他字段为indexes.CharField，在managed-schema 中我发现，这些字段使用类型text_en，并将fieldType name="text_en" 替换为：

<fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <!-- Case insensitive stop word removal.
    -->
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
        />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EnglishPossessiveFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
    <filter class="solr.EnglishMinimalStemFilterFactory"/>
      -->
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="lang/stopwords_en.txt"
    />
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.EnglishPossessiveFilterFactory"/>
    <filter class="solr.KeywordMarkerFilterFactory" protected="protwords.txt"/>
    <!-- Optionally you may want to use this less aggressive stemmer instead of PorterStemFilterFactory:
    <filter class="solr.EnglishMinimalStemFilterFactory"/>
      -->
    <filter class="solr.PorterStemFilterFactory"/>
  </analyzer>
</fieldType>

由haystack生成，到：

<fieldType name="text_en" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StandardFilterFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StandardFilterFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
</fieldType>

1. 在sorlconfig.xml代码中：

<requestHandler name="/select" class="solr.SearchHandler">
  <lst name="defaults">
    <str name="echoParams">explicit</str>
    <int name="rows">10</int>
  </lst>
</requestHandler>

改为：

<requestHandler name="/select" class="solr.SearchHandler">
    <lst name="defaults">
      <str name="echoParams">explicit</str>
      <int name="rows">10</int>
      <str name="df">text</str>
      <str name="q.op">AND</str>
    </lst>
</requestHandler>

Answer 1

如果我想找到 INTEL Pentium G3260 或 Pentium G3260 或 INTEL G3260 或 G3260 - 没有结果。

这与字段的分析和标记方式有关。请参阅文档here。

使用 ClassicTokenizerFactory 进行标记化的行为如下： 输入：“请在 03-09 之前发送电子邮件至 john.doe@foo.com，回复：m37-xq。” 输出：“请”、“电子邮件”、“john.doe@foo.com”、“by”、“03-09”、“re”、“m37-xq”

使用 solr.EdgeNGramTokenizerFactory 进行标记化的行为如下： 输入：“巴巴鲁” 输出：“ba”、“bab”、“baba”、“babal”

在 schema.xml 中，您可以定义一个新的字段类型，或者像这样更新现有的：

<fieldType name="text" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StandardFilterFactory"/>
  </analyzer>
</fieldType>

玩一玩，看看哪一个适合你的场景。您可能还想查看您给出的查询是如何标准化的。但这是一个很好的起点。

Answer 2

当您在 solr 请求中使用 q.op 时。 “q.op”请求参数优先于此。

<solrQueryParser defaultOperator="OR"/>

带有 q.op 参数的示例查询：

http://localhost:8983/solr/collection1/select?indent=on&q.op=AND&q=for ipod&wt=json