Solr通配符范围查询返回异常 求助排查string字段问题

问题描述 #

我在Solr-5.5.3中执行了如下查询：

id:{2022-0303-01-000001 TO 2023-0305*}

Solr中存储的id值如下：

id
2022-0303-01-000001
2022-0303-01-000002
2022-0303-01-000003
2022-0303-01-000004
2022-0303-01-000005
2022-0304-01-000001
2022-0304-01-000002
2022-0304-01-000003
2022-0304-01-000004
2023-0303-01-000001
2023-0304-01-000001

预期查询结果会包含所有符合范围的记录，但实际返回结果中缺少了两条2023开头的记录，仅返回2022年的相关记录。

核心原因 #

是的，string类型字段的范围查询确实会出现这类不符合预期的情况，主要有两点：

1. 通配符无法作为范围边界：Solr的string字段是精确索引的，范围查询依赖于字符串的字典序排序，你在右边界使用的2023-0305*中的*会被当作普通ASCII字符（而非前缀匹配符）处理，导致边界判定完全不符合预期。
2. 字典序比较的细节：*的ASCII码（42）小于-（45），且2023-0305*的字符长度短于2023-0303-01-000001，逐字符比较时，2023-0305*会被判定为小于2023-0303-01-000001，因此这两条2023的记录会被排除在{... TO 2023-0305*}的开区间之外。

解决方案 #

1. 使用精确范围边界 #

由于你的id格式是固定的YYYY-MMDD-XX-XXXXXX结构，可以直接构造精确的最大值作为右边界，同时根据需求选择闭区间（[]）或开区间（{}）：

id:[2022-0303-01-000001 TO 2023-0305-99-999999]

上述查询会包含所有从起始id到2023-0305结尾的最大可能id的记录。

2. 结合范围查询与前缀查询 #

如果需要匹配2023-0305及之前的所有id，可以拆分查询逻辑：先匹配2022到2023-0304的所有记录，再匹配2023-0305开头的所有记录：

(id:[2022-0303-01-000001 TO 2023-0304-99-999999] OR id:2023-0305*)

3. 确认字段类型配置 #

务必检查你的id字段是否确实为string类型（在schema中配置type="string"）。如果字段被错误配置为text类型，会被分词处理，导致范围查询完全失效。可以通过Solr Admin的Schema页面查看字段类型详情。

验证方法 #

先执行简单的精确范围查询测试，确认字段类型正常：

id:[2023-0303-01-000001 TO 2023-0304-01-000001]

如果该查询能返回那两条2023的记录，说明字段类型无问题，仅需调整原查询的边界写法即可。

内容的提问来源于stack exchange，提问作者Pathfinder