Solr查询返回异常结果问题排查请求

核心诱因：NGramFilter的最小长度限制 #

你的NameField字段类型配置了NGramFilterFactory，其中minGramSize="2"这个设置是问题的关键：

1. 索引阶段的处理逻辑 #

• 原数据batamindo v经分析器处理时，LowerCaseTokenizerFactory会将其拆分为两个token：batamindo和v。
• batamindo长度大于2，会生成所有长度2到15的连续子串（如ba、bat、batam…batamindo）作为索引项。
• v长度仅为1，小于minGramSize=2，无法生成任何ngram索引项——也就是说你的目标文档里没有和v相关的索引内容。

2. 第一个查询能命中的原因 #

查询字符串batamindo v经分析器处理后，同样拆分为batamindo和v：

• v因长度不足2，无法生成有效查询项，实际生效的只有batamindo对应的ngram匹配，因此能命中目标文档。

3. 第二个查询结果偏离的原因 #

查询字符串batamindo vi中的vi是长度为2的token：

• 经分析器处理后会生成vi这个ngram查询项，此时查询会匹配所有索引中包含vi子串的文档（比如字段值含victory、visit、devil等的文档）。
• 你的目标文档里没有vi相关的索引项，所以不会被返回，反而大量无关文档被命中，结果自然偏离预期。

可选调整方向 #

如果需要支持单字符相关的子串查询，可以将NGramFilterFactory的minGramSize改为1，但这会明显增大索引体积；或者改用EdgeNGramFilterFactory（仅生成从字符串开头起始的ngram），根据业务需求选择合适的分词策略。

内容的提问来源于stack exchange，提问作者panoet