如何在Solr中定义field与fieldType以实现最优药品名称联想建议效果

问题根因 #

你当前使用的text_general字段类型采用标准分词器，会将含特殊符号、空格的药品名称拆分为多个独立token，同时Fuzzy匹配未限制前缀匹配规则，导致输入ibup时优先匹配到所有首token为I的药品，而非前缀匹配的Ibuprofen。

步骤1：自定义联想专用字段类型 #

在managed-schema（或schema.xml）中新增专为suggester设计的字段类型：

<fieldType name="text_suggest" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <!-- 整个药品名作为单个token，不做拆分 -->
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <!-- 生成前缀索引，最小2字符，最大长度覆盖最长药品名即可 -->
    <filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="50"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.KeywordTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

步骤2：新增联想专用字段并配置映射 #

新增专门用于联想的字段，同时将原有药品名字段值复制到该字段：

<field name="drugName_suggest" type="text_suggest" indexed="true" stored="true" multiValued="false"/>
<copyField source="drugName" dest="drugName_suggest"/>

步骤3：调整Suggester配置 #

修改搜索组件配置，适配新的字段和规则，优先返回前缀匹配结果：

<searchComponent name="suggest" class="solr.SuggestComponent">
  <lst name="suggester">
    <str name="name">mySuggester</str>
    <str name="lookupImpl">FuzzyLookupFactory</str>
    <str name="storeDir">fuzzyDirectory</str>
    <str name="dictionaryImpl">DocumentDictionaryFactory</str>
    <!-- 替换为专用联想字段 -->
    <str name="field">drugName_suggest</str>
    <!-- 替换为专用字段类型 -->
    <str name="suggestAnalyzerFieldType">text_suggest</str>
    <!-- 强制前3个字符完全匹配，过滤无效I开头结果 -->
    <str name="fuzzyPrefixLength">3</str>
    <!-- 精确前缀匹配结果优先排序 -->
    <str name="exactMatchFirst">true</str>
    <str name="buildOnStartup">false</str>
    <str name="buildOnCommit">false</str>
  </lst>
</searchComponent>

生效操作 #

配置修改完成后重启Solr，重新索引所有药品数据，主动触发一次suggester索引构建即可正常使用。

内容的提问来源于stack exchange，提问作者David Rozmajzl