Solr邻近搜索疑问：末尾追加单词无匹配结果的原因排查

问题背景 #

我的Solr索引包含如下文档：

{
  "aff":"lg electronics",
  "shortuuid":"sddsd3ww",
  "name":"changhee kim",
  "id":"hjgjh-7678ghjhjhj-fdsfdg",
  "_version_":1764697833293742080
}

当我在name的查询值末尾追加额外单词（例如"changhee kim a"）时，无论是否指定字段限定，都无法匹配到该文档。但如果修改现有词的中间字符（如changhee改为changh），或给现有词追加字符（如kim改为kima），查询却能正常返回结果。

无字段限定的查询代码 #

import requests

name="changhee kim a"
org="lg electronics"

requests.get('http://localhost:8983/solr/searcher/select', params={
'q': f'"{name}"~10 AND "{org}"~1',
'wt': 'json',
'rows': 1,
'start': 0,
}).json()

返回0条结果。

带字段限定的查询代码（按建议修改后） #

import requests

name="changhee kim a" # 末尾追加了空格和单词a
org="lg electronics"

requests.get('http://localhost:8983/solr/searcher/select', params={
'q': f'name:{name}~10 AND aff:{org}~1',
'wt': 'json',
'rows': 1,
'start': 0,
}).json()

仍然无匹配结果。

问题根源 #

这是由Solr邻近搜索/模糊搜索的核心逻辑导致的：

• 短语邻近搜索（带引号的"..."~N）：要求查询短语中的所有词项在目标字段中以相近位置出现。你追加了索引中完全不存在的词项a，自然无法匹配。
• 字段模糊搜索（无引号的field:xxx~N）：这种写法会被Solr解析为多个词项的AND逻辑，即name:changhee AND name:kim AND name:a~10。由于索引中name字段没有a这个词项，即使设置了编辑距离也无法匹配。

而修改现有词的字符或给现有词追加字符时，是在单个词项内部做编辑操作，编辑距离在阈值范围内，因此能匹配到索引中的对应词项。

解决方案 #

根据需求选择以下方案：

• 保留核心词匹配：拆分查询词，只对前两个核心词做模糊匹配，忽略后续追加的无关词：

  import requests
  
  name="changhee kim a"
  org="lg electronics"
  # 提取核心词，设置合理的编辑距离
  core_name_parts = name.split()[:2]
  query = f'name:{core_name_parts[0]}~2 AND name:{core_name_parts[1]}~2 AND aff:{org}~1'
  
  requests.get('http://localhost:8983/solr/searcher/select', params={
  'q': query,
  'wt': 'json',
  'rows': 1,
  'start': 0,
  }).json()
  

• 短语前缀匹配：如果字段支持通配符，用短语前缀匹配允许末尾追加内容：

  query = f'name:"changhee kim"* AND aff:"{org}"~1'
  

• 最小匹配数限制：使用minimum should match允许部分词项匹配，例如要求至少匹配2个词项：

  query = f'name:({name})~2 AND aff:{org}~1'
  

内容的提问来源于stack exchange，提问作者JohnJ