SOLR 6.4.1：德语Snowball词干分析与模糊查询结合返回0结果问题

我之前在项目里用Solr处理德语搜索时，也碰到过一模一样的坑——当把SnowballPorterFilterFactory(German2)词干分析和模糊查询（fuzziness）结合时，经常会出现查询无结果的情况。结合你的字段配置和场景，下面是几个实用的排查和解决思路：

1. 先确认分词链的处理结果（核心排查步骤） #

模糊查询是对索引后经过词干处理的词汇进行匹配的，所以第一步一定要用Solr Admin的「Analysis」页面测试：

• 输入你要查询的原始词汇（比如Autos或者Fahrrad），选择你的text_de_de字段类型，分别查看「Index」和「Query」阶段的输出结果。
• 比如德语词汇Autos经过German2词干处理后会变成aut，如果你的查询词经过同样处理后是aut~1，那你需要确认索引里是否存在aut或者编辑距离1以内的词干（比如auc、atu等）。
• 如果索引阶段的词干和查询阶段的词干不一致，那肯定匹配不到——比如你在索引时加了词干过滤器，但查询时没加，反过来也一样。

2. 检查字段类型的索引/查询分词链一致性 #

你的字段配置看起来没写完，一定要确保index和query阶段用了完全一致的过滤器链（尤其是词干过滤器），否则查询词和索引词的归一化结果会不匹配。完整的配置应该类似这样：

<fieldType name="text_de_de" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" words="lang/stopwords_de.txt" ignoreCase="true"/>
    <filter class="solr.ManagedStopFilterFactory" managed="de_DE"/>
    <filter class="solr.SynonymFilterFactory" ignoreCase="true" synonyms="synonyms_de.txt" expand="true"/>
    <filter class="solr.SnowballPorterFilterFactory" language="German2"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" words="lang/stopwords_de.txt" ignoreCase="true"/>
    <filter class="solr.ManagedStopFilterFactory" managed="de_DE"/>
    <filter class="solr.SynonymFilterFactory" ignoreCase="true" synonyms="synonyms_de.txt" expand="true"/>
    <filter class="solr.SnowballPorterFilterFactory" language="German2"/>
  </analyzer>
</fieldType>

如果没显式配置type="query"的analyzer，Solr会默认用index阶段的配置，但最好显式写出来避免歧义。

3. 调整模糊查询的编辑距离参数 #

Solr模糊查询默认的编辑距离是2，但德语词干处理后很多词汇会变得很短（比如Autos→aut，长度只有3），这时候编辑距离2会允许几乎所有3字符的变体，但如果索引里没有对应的词干，就会返回0结果。

• 尝试缩小编辑距离，比如把查询从Auto~改成Auto~1，或者在edismax查询里指定fuzziness=1参数。
• 对于长度≤2的词干，甚至可以设置fuzziness=0（也就是精确匹配词干），避免无效的模糊匹配。

4. 辅助方案：添加N-Gram过滤器优化短词干的模糊匹配 #

如果词干后的词汇太短，模糊查询的效果始终不好，可以在索引阶段添加NGramFilterFactory，把词干拆分成更小的字符片段存储，提升模糊匹配的概率：

<!-- 在词干过滤器之前添加N-Gram -->
<filter class="solr.NGramFilterFactory" minGramSize="2" maxGramSize="4"/>
<filter class="solr.SnowballPorterFilterFactory" language="German2"/>

注意不要把minGramSize设得太小（比如1），否则会生成大量无意义的片段，增加索引大小和查询噪音。

总结一下：先通过Analysis页面确认词干处理的结果，确保索引和查询的分词链一致，再调整模糊查询的编辑距离，必要时用N-Gram辅助。

内容的提问来源于stack exchange，提问作者morph