为什么 Lucene MatchAllDocsQuery "*:* AND name:a" 和休眠搜索会提供错误的结果？

Question

我有一个 Spring 带休眠搜索的启动应用程序。

我的数据库包含 2 个条目：

用户 a name=a 用户 b name=b.

当我搜索 *:* AND NOT name:a 时，一切正常，我得到 user b.（更新：这从来没有奏效。 )

当我搜索 *:* AND name:a 时，我得到了 user a 和 user b （实际上是数据库中的所有元素） .奇怪的是 *:* AND name:b returns user b 和预期的一样！ 当我过滤 streetname 等其他属性时，也会发生同样的事情。每当我搜索 *:* AND xxxx:a 时，我都会得到所有条目。

谁能解释为什么？

我就是这样搜索的

Analyzer analyzer = ftEm.getSearchFactory().getAnalyzer(Contact.class);
QueryParser parser = new LuceneQueryParser("description", analyzer, List.of("key"), List.of("startTime"));
Query luceneQuery = parser.parse("*:* AND streetname:a");
ftEm.createFullTextQuery(luceneQuery, Contact.class).getResultList();

Contactclass注解为

@Indexed
@AnalyzerDef(name = "sortTextAnalyzer", tokenizer = @TokenizerDef(factory = KeywordTokenizerFactory.class),
        filters = { @TokenFilterDef(factory = ASCIIFoldingFilterFactory.class),
                @TokenFilterDef(factory = LowerCaseFilterFactory.class),
                @TokenFilterDef(factory = PatternReplaceFilterFactory.class,
                        params = { @Parameter(name = "pattern", value = "('-&\.,\(\))"),
                                @Parameter(name = "replacement", value = " "),
                                @Parameter(name = "replace", value = "all") }),
                @TokenFilterDef(factory = PatternReplaceFilterFactory.class,
                        params = { @Parameter(name = "pattern", value = "([^0-9\p{L} ])"),
                                @Parameter(name = "replacement", value = ""),
                                @Parameter(name = "replace", value = "all") }),
                @TokenFilterDef(factory = TrimFilterFactory.class) })

Answer 1

我不确定 LuceneQueryParser 是什么；它必须是您的自定义 class。我假设它的工作正常。

我猜你没有为字段分配特定的分析器 streetname？ @AnalyzerDef 就是：一个定义。就其本身而言，它对您的映射没有影响。您还需要将分析器分配给特定字段，例如：

@Field(analyzer = @Analyzer(definition = "sortTextAnalyzer"))
private String streetname;

否则，Hibernate Search 5 将默认为 StandardAnalyzer。 StandardAnalyzer（在 Hibernate Search 5 / Lucene 5 中）的一个特殊性是它在分析期间从文本中删除了常见的英语“停用词”。停用词是非常常见的词，意义不大：“the”、“that”、“for”……还有，你猜对了，“a”。

所以基本上，我认为正在发生的事情是您的论点“a”正在使用 StandardAnalyzer 进行分析，导致出现奇怪的行为。 我不能说为什么 *:* AND NOT name:a returns 文档 b;我希望它 return 什么都没有。也许是因为 name:a 被翻译成 name is empty，只有文档 a 会匹配？也许这与您实施 LuceneQueryParser 有关？也许您实际上为字段 name 分配了一个分析器，但它与 StandardAnalyzer?

完全 不一样