lucene - 搜索包含值

Question

我的数据库中有一个字段 socialReason，其中包含以下值

• ch fleyriat
• CLINIQUE DENTAIRE MUTUALISTE
• BETSCHDORF 调查中心

例如，我想当我搜索单词 CH 时，我得到包含 CH 的值，在我的 CAS 中，我想得到 ch fleyriat 和 CENTER DE SOINS INFIRMIERS BETSCHDORF

我尝试了以下代码，但它什么也没返回

  @Field(analyzer = @Analyzer(definition = "test"))
  private String socialReason;

  public class CustomAnalyzerProvider implements LuceneAnalysisDefinitionProvider {
    @Override
    public void register(LuceneAnalysisDefinitionRegistryBuilder builder) {
        builder
        .analyzer( "test" )
                .tokenizer( KeywordTokenizerFactory.class )
                .tokenFilter( ASCIIFoldingFilterFactory.class )
                .tokenFilter( LowerCaseFilterFactory.class );
    }
  } 

  fullTextEntityManager.getSearchFactory().buildQueryBuilder().forEntity(ExerciseFrameworkEntity.class)
 .overridesForField("socialReason", "test").get();

  listOfQuery.add(getQueryBuilder().keyword().onField("socialReason").matching(socialReason).createQuery());

Answer 1

您正在使用ngram 标记过滤器，该过滤器将生成索引中每个单词的所有子字符串的列表。

您可以想象，这会生成大量数据，因此您的索引会非常大。仅对相当小的数据集执行此操作。

请参阅this question 中提到的分析器配置，另请参阅该问题的答案以正确查询此字段。

如果可以，我还建议重新考虑您的要求：通常将 开始 的单词与用户键入的内容（在您的示例中，以“ch”开头的单词）匹配就足够了，并且多亏了 edgeNgram tokenFilter，这可以用低得多的开销来实现。为此，请参阅this other answer。