Apache Solr 9+ 单字段的全文匹配与部分文本匹配配置

针对你的需求，这里提供两种可行的Schema配置方案，分别适用于不同场景：

方案一：单字段同时支持两种匹配 #

通过配置包含NGram过滤器的字段类型，让字段同时索引完整文本和所有子串片段，既支持精确匹配完整地址，也支持通配符查询部分内容。

字段类型配置 #

在managed-schema（或schema.xml）中添加以下字段类型：

<fieldType name="text_address" class="solr.TextField">
  <!-- 索引阶段：保留完整文本 + 生成所有子串ngram -->
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/> <!-- 不拆分文本，将整个地址作为一个词项 -->
    <filter class="solr.LowerCaseFilterFactory"/> <!-- 可选：开启大小写不敏感匹配，不需要则删除 -->
    <filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="50"/> <!-- 生成2-50长度的子串，覆盖大部分查询场景 -->
  </analyzer>
  <!-- 查询阶段：保持与索引一致的处理逻辑 -->
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/> <!-- 和索引阶段对应，删除的话这里也要删 -->
  </analyzer>
</fieldType>

字段配置 #

添加对应字段：

<field name="address" type="text_address" indexed="true" stored="true"/>

查询示例 #

• 精确匹配完整地址：

  new SolrQuery("address:\"Westminster, London SW1A 0AA, UK\"")
  

• 通配符匹配部分内容：

  new SolrQuery("address:*SW1A 0AA*")
  

方案二：双字段拆分职责（推荐） #

通过copyField将地址内容同步到两个字段，分别负责精确匹配和部分匹配，性能更优，逻辑更清晰。

字段类型配置 #

<!-- 精确匹配专用：存储原始文本，不做分词处理 -->
<fieldType name="string" class="solr.StrField" sortMissingLast="true" docValues="true"/>

<!-- 部分匹配专用：索引所有子串ngram -->
<fieldType name="text_partial" class="solr.TextField">
  <analyzer type="index">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/> <!-- 可选：大小写不敏感 -->
    <filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="50"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

字段与复制配置 #

<!-- 主字段：存储原始地址，用于精确匹配 -->
<field name="address" type="string" indexed="true" stored="true"/>
<!-- 辅助字段：仅用于部分匹配查询，无需存储 -->
<field name="address_partial" type="text_partial" indexed="true" stored="false"/>
<!-- 自动将主字段内容同步到辅助字段 -->
<copyField source="address" dest="address_partial"/>

查询示例 #

• 精确匹配完整地址：

  new SolrQuery("address:\"Westminster, London SW1A 0AA, UK\"")
  

• 通配符匹配部分内容：

  new SolrQuery("address_partial:*SW1A 0AA*")
  

注意事项 #

1. NGram参数调整：根据你的实际地址长度，调整minGramSize和maxGramSize，避免生成过多短子串（影响性能）或遗漏长查询子串。
2. 大小写敏感：如果需要严格区分大小写，删除所有LowerCaseFilterFactory配置项。
3. 性能考量：方案二的性能优于方案一，因为精确匹配无需处理大量ngram索引，适合数据量较大的场景。

内容的提问来源于stack exchange，提问作者Tsvetoslav Tsvetkov