Solr edismax mm参数问题：含文本与数字的多词查询结果不佳

1. 强制核心文本词必填（最直接解决问题） #

快速临时方案：查询时显式标记必填词 #

直接给核心文本词加上+前缀，强制Solr必须匹配该词，比如把查询语句改成：

+Wardrobe 200 1600

这种方式无需修改Solr配置，适合前端根据查询场景（比如识别首词为品类核心词）自动处理，简单高效。

配置层面精细化控制：使用mm高级语法 #

利用Solr支持的mm（minimum should match）高级表达式，针对不同词数设置规则，强制首词必填，其余词沿用原有的-34%规则：

mm="1<-1 3<-34%"

语法解释：

• 1<-1：当查询词数为1时，必须匹配全部1个词；
• 3<-34%：当查询词数≥3时，整体满足-34%的可选率，但首词强制必填（通过位置绑定规则实现）。
  Solr 8.11和9.2都支持该语法，无需升级即可生效。

2. 对仅匹配数字的结果降权（保留结果但提升核心匹配项排名） #

反向Boost查询降权 #

通过bq（Boost Query）参数对不包含核心词的文档大幅降权：

bq=-product_name:Wardrobe^10

这里product_name是存储核心文本的字段，^10表示降权倍数（数值越大，降权越明显），确保核心词匹配的文档排名靠前。

函数查询动态调整权重 #

使用Solr的Function Query结合exists函数，动态调整权重：

bf="if(exists(query({!v='product_name:Wardrobe'})), 1, 0.01)"

逻辑：如果文档匹配核心词，权重保持1；不匹配则权重变为0.01，相当于降权100倍，既不排除无关结果，又能让核心匹配项优先展示。

3. 长期优化：查询预处理+字段类型优化 #

查询预处理 #

如果这类“核心词+数字”的查询是高频场景，可在前端/中间层做预处理：

• 识别核心文本词（比如首词），自动添加+前缀；
• 将数字转换为范围查询或精确匹配（比如数字是尺寸时，改为size:[200 TO 1600]），避免数字作为分词词项导致的无关匹配。

字段类型优化（升级到9.2后更友好） #

将数字对应的字段定义为int/float等数值类型，而非文本类型。这样查询数字时会作为数值匹配，而非分词后的词匹配，从根源上减少仅匹配数字的无关文档。

内容的提问来源于stack exchange，提问作者Sven W1993