在 Solr 中，为什么对索引和查询使用不同的分析器？

Question

您为什么要使用不同的分析器进行索引和查询是否有充分的理由？在示例 schema.xml 文件中，对于 text_en_splitting，例如，索引分析器不进行同义词扩展，但查询进行。这只是为了保持索引尽可能小吗？同样，对于 WordDelimiterFilterFactory，索引分析器有 catenateWords="1" 和 catenateNumbers="1"，而查询分析器将它们设置为 0。这只是为了保持查询小（快）吗？这些优化真的值得两个“几乎相同”的分析器的维护噩梦吗？

谢谢！

Answer 1

您不需要在索引时和查询时进行同义词扩展，只需要这两者之一。 想想看，如果你只在索引时这样做，所有列出的单词都会被它的所有同义词补充。
然后，当您使用这些词中的任何一个查询索引时，您将匹配所有经过扩展的文档。

没有必要在两端展开。 建议您在索引时执行此操作，因为这样可以加快查询时间。

恕我直言，一般规则应该是尽可能地进行芯片化（包括在查询时扩展同义词的几毫秒），以使用户体验更好。而且这些筹码会大量堆积。

您可以就我们为什么鼓励文档中的数据冗余提出同样的问题。