如何配置CKAN与SOLR以启用部分字符串搜索？

核心问题分析 #

你当前的配置仅使用EdgeNGramFilterFactory且指定side="front"，仅能支持前缀匹配（比如Test能搜到Testdatensatz），无法匹配中间子串（比如datensa）。另外需确认CKAN搜索字段（如title）是否关联了修改后的text类型，以及分析器的执行顺序是否正确。

正确配置步骤 #

1. 修改SOLR的fieldType配置 #

针对任意子串匹配需求，替换EdgeNGramFilterFactory为NGramFilterFactory（生成指定长度范围内的所有子串），同时调整过滤器顺序（确保词干、小写处理在NGram生成之前）：

<fieldType name="text" class="solr.TextField" omitNorms="false">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StandardFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <!-- 生成3-15长度的所有子串，支持前缀、中间、后缀匹配 -->
    <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="15"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StandardFilterFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <!-- 查询时不生成NGram，避免过度匹配 -->
  </analyzer>
</fieldType>

如果仅需要前缀+后缀匹配（无需中间子串），可保留EdgeNGramFilterFactory并添加双向配置：

<!-- 索引时同时生成前缀和后缀NGram -->
<filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="15" side="front"/>
<filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="15" side="back"/>

2. 确认CKAN字段关联 #

打开SOLR的schema.xml，检查搜索相关字段（如title、notes）是否使用了修改后的text类型：

<field name="title" type="text" indexed="true" stored="true" multiValued="false"/>
<field name="notes" type="text" indexed="true" stored="true" multiValued="false"/>

如果字段使用的是其他类型（如text_en），需同步修改对应fieldType的配置。

3. 重启SOLR并重建索引 #

• 重启SOLR服务，确保配置生效
• 执行CKAN索引重建命令：

ckan search-index rebuild

额外注意事项 #

• minGramSize和maxGramSize可根据需求调整：过小会导致索引体积暴增，过大则失去部分匹配意义
• SOLR 9中部分过滤器参数无变化，但需确保配置文件格式符合SOLR 9的要求（避免使用过时参数）
• 若仍无效，可通过SOLR Admin的Analysis页面测试字段分析过程，验证NGram是否正确生成

内容的提问来源于stack exchange，提问作者WeSee