如何在Solr 7.2中实现多搜索词全匹配加分、部分匹配减分？

嘿，这个问题我之前切换Solr版本的时候也踩过坑！Solr 7.x用的BM25确实抛弃了ClassicSimilarity里的coord函数，不过咱们有几种实用的办法能实现你要的「全匹配文档加分、部分匹配文档相对降权」的效果，给你捋一捋：

如果你用的是EDisMax查询解析器，直接用bq参数给同时匹配所有搜索词的文档加额外权重就行，完全不用改代码。

比如搜索词是「foo bar」，你可以这么写查询：

q=foo bar&defType=edismax&bq=(foo AND bar)^2.0

这里的bq是Boost Query，意思是同时包含foo和bar的文档，额外乘以2.0的权重，这样全匹配的文档评分会更高，自然排在部分匹配的前面。

优点：零开发成本，随查随用；缺点是如果搜索词是动态生成的（比如用户输入多个词），你需要动态构造(term1 AND term2 AND ...)这样的boost query语句。

如果需要更细粒度的控制（比如匹配2个词加X分，匹配1个词加Y分），可以用Solr的Function Query来统计匹配的词项数量，然后加到主评分里。

比如还是「foo bar」的场景，用termfreq函数统计每个文档中foo和bar的出现次数，然后求和作为加分项：

q={!boost b='sum(termfreq(content, "foo"), termfreq(content, "bar"))'}foo bar

这里的content是你的字段名，全匹配的文档会拿到2分的额外加分，部分匹配的拿1分，相当于间接实现了对部分匹配的「惩罚」。

如果你想给全匹配的文档加更多权重，还可以用if函数做条件判断：

q={!boost b='if(sum(termfreq(content,"foo"),termfreq(content,"bar"))=2, 1.5, 1)'}foo bar

意思是：匹配2个词的文档评分乘以1.5，匹配1个的乘以1，这样全匹配的文档评分会比部分匹配的高50%。

如果你希望整个索引的评分规则都统一处理这种全匹配加分的逻辑，那可以自定义一个继承自BM25Similarity的类，在评分过程中加入匹配词数的判断。

比如写一个Java类：

import org.apache.lucene.search.similarities.BM25Similarity;
import org.apache.lucene.search.similarities.BasicStats;

public class FullMatchBoostBM25 extends BM25Similarity {
    // 全匹配的额外权重系数
    private final float fullMatchMultiplier = 1.5f;

    @Override
    public float score(BasicStats stats, float freq, float docLen) {
        float baseScore = super.score(stats, freq, docLen);
        
        // 这里需要获取当前文档匹配的搜索词数量，你可以通过自定义Weight或SimScorer来传递这个信息
        // 简化实现的话，也可以在查询时把总词数传给Similarity，或者通过其他上下文获取
        // 假设我们已经拿到了matchedTerms（匹配的词数）
        int matchedTerms = getMatchedTermsCount();
        
        if (matchedTerms == 2) { // 这里的2对应搜索词的数量，实际可以动态调整
            return baseScore * fullMatchMultiplier;
        }
        return baseScore;
    }

    // 自定义方法，用于获取当前文档匹配的词项数量（需要结合Lucene的查询上下文实现）
    private int getMatchedTermsCount() {
        // 具体实现需要结合你的查询逻辑，比如从Weight的score方法中传递参数
        // 这里只是示例，实际开发中需要完善
        return 0;
    }
}

把这个类打包成jar，放到Solr的lib目录下，然后在schema.xml里配置使用这个自定义的Similarity：

<similarity class="com.yourcompany.solr.FullMatchBoostBM25"/>

优点：全局生效，不需要每次查询都加额外参数；缺点是需要开发和部署代码，维护成本稍高。

内容的提问来源于stack exchange，提问作者zelinka