Solr停用词配置问题：如何忽略停用词保留有效搜索词？

你的需求是让Solr忽略搜索词里的停用词（比如"for"），只保留有效词进行匹配，具体配置步骤如下：

1. 定位Solr配置文件 #

找到CKAN关联的Solr实例配置文件，通常是schema.xml或managed-schema（取决于Solr版本），一般存放在Solr核心目录下，比如solr/ckan/conf/路径中。

2. 修改目标字段的分析器配置 #

找到对应数据集标题的字段配置（通常是title字段，或是CKAN用于全局搜索的text字段）的<fieldType>块。以常见的text_general类型为例，需要在索引和查询两个分析链中都添加停用词过滤器：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- 新增停用词过滤器 -->
    <filter class="solr.StopFilterFactory" 
            ignoreCase="true" 
            words="stopwords.txt" 
            enablePositionIncrements="true"/>
    <!-- 保留原有其他过滤器 -->
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- 搜索阶段同样应用停用词过滤 -->
    <filter class="solr.StopFilterFactory" 
            ignoreCase="true" 
            words="stopwords.txt" 
            enablePositionIncrements="true"/>
    <!-- 保留原有其他过滤器 -->
  </analyzer>
</fieldType>

3. 关键参数说明 #

• ignoreCase="true"：确保大小写不影响停用词识别（比如"For"也会被判定为停用词）
• words="stopwords.txt"：指定停用词列表文件，Solr默认自带的该文件已包含"for"这类常见停用词；如需自定义，直接编辑该文件添加/删除词条即可
• enablePositionIncrements="true"：保证停用词被移除后，剩余词汇的位置索引保持正确，避免短语搜索时出现位置匹配错误

4. 生效配置并重建索引 #

• 保存配置文件后，重启Solr服务让新配置生效
• 在CKAN服务器上执行索引重建命令，更新已有数据集的索引：

ckan search-index rebuild

5. 验证效果 #

现在搜索"Application for"时，Solr会自动过滤停用词"for"，等效于搜索"Application"，就能正常返回包含"Application for funding"的数据集了。

注意：如果你的CKAN已有自定义的字段分析配置，不要直接替换整个<fieldType>块，只需在索引和查询的分析链中插入StopFilterFactory，且放在LowerCaseFilterFactory之后（因为停用词列表多为小写，先转小写再过滤更准确）。

内容的提问来源于stack exchange，提问作者Ryan Germann