在 Solr 更新中指定多值词频？

Question

我有一个包含多值字段的 Solr 架构。我在 Solr 外部解析文档并使用http://wiki.apache.org/solr/UpdateJSON 更新索引（另请参阅http://wiki.apache.org/solr/UpdateXmlMessages）。下面是一个演示我要解决的问题的玩具示例。

{
  "add": {
    "doc": {
      "id": "MyDocumentID",
      "user": "MyUserID",
      "meals": ["pizza", "pizza", "pizza", "burger"]
    }
  }
}

我希望找到某种语法，可以让我指出“披萨”出现了 3 次，而无需实际写出 3 次。问题是这些频率中的一些可能是数千或数万。 （我正在使用存储的词频对搜索结果进行过滤和排名。）这样的语法存在吗？我正在编造这个，但这里有一个例子来说明这可能看起来如何。

{
  "add": {
    "doc": {
      "id": "MyDocumentID",
      "user": "MyUserID",
      "meals": ["pizza"*3, "burger"]
    }
  }
}

我怀疑答案是，如果我想要这样的行为，我需要自己编写一些 Solr 代码。我希望避免这种情况，但如果是这种情况，您仍然可以通过将我指向要处理的代码的正确区域来帮助我。

这是一个相关的 Lucene 问题：Can I insert a Document into Lucene without generating a TokenStream?

Answer 1

如果您愿意解析 JSON 以创建 xml，可能有一种解决方法：

代替

 <add>
 <doc>
  <field name="employeeId">05991</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Python</field>
  <field name="skills" update="set">Java</field>
</doc>
</add>

你应该可以使用这个（注意技能是一个多值字段）：

<add>
 <doc>
  <field name="employeeId">05991</field>
  <field name="skills" update="set" boost="3.0">Python</field>
  <field name="skills" update="set">Java</field>
</doc>
</add>

这是来自solr wiki。

免责声明：我没有在一个字段中使用多个可选属性，也没有看到任何这样做的示例。