为什么这个简单的Solr突出显示尝试失败？

Question

我已经读过几次Solr突出显示wiki文档，到处搜索，但是我的Solr安装甚至连基本的高亮显示都无法使用。我在演示Jetty6.1服务器上运行Solr 3.5。

我已经索引了250 K文件，并能够搜索他们只是很好。除了配置文档字段定义之外，大多数Solr配置都是"stock“，尽管我暂时注释掉了solrconfig.xml的”高亮显示默认值“，以确保它们不会导致此问题：

  <!-- Highlighting defaults
   <str name="hl">on</str>
   <str name="hl.fl">title snippet</str>
   <str name="f.name.hl.fragsize">0</str>
   <str name="f.name.hl.alternateField">name</str> -->

我的URL查询非常简单。我尝试过许多变体，但下面是我的最新版本，它返回了最基本的查询：

hl=on&hl.fl=title&indent=on&version=2.2&q=toyota&fq=&start=0&rows=1&fl=*%2Cscore

下面是生成的XML：

<?xml version="1.0" encoding="UTF-8"?>
<response>

<lst name="responseHeader">
  <int name="status">0</int>
  <int name="QTime">32</int>
  <lst name="params">
    <str name="explainOther"/>
    <str name="indent">on</str>
    <str name="hl.fl">title</str>
    <str name="wt"/>
    <str name="hl">true</str>
    <str name="version">2.2</str>
    <str name="rows">1</str>
    <str name="fl">*,score</str>
    <str name="start">0</str>
    <str name="q">toyota</str>
    <str name="qt"/>
    <str name="fq"/>
  </lst>
</lst>
<result name="response" numFound="9549" start="0" maxScore="0.9960097">
  <doc>
    <float name="score">0.9960097</float>
    <str name="id">2-33-200</str>
    <str name="title">1992 Toyota Camry 2.2L CV Boots</str>
  </doc>
</result>
<lst name="highlighting">
  <lst name="2-33-200"/>
</lst>
</response>

如何进一步调试此问题？谢谢!

编辑这里是来自solrconfig.xml的<highlighting>部分。正如我所说的，这是股票。这可能是个问题，但我对Solr还不熟悉(显然)。

    <highlighting>
  <!-- Configure the standard fragmenter -->
  <!-- This could most likely be commented out in the "default" case -->
  <fragmenter name="gap" 
              default="true"
              class="solr.highlight.GapFragmenter">
    <lst name="defaults">
      <int name="hl.fragsize">100</int>
    </lst>
  </fragmenter>

  <!-- A regular-expression-based fragmenter 
       (for sentence extraction) 
    -->
  <fragmenter name="regex" 
              class="solr.highlight.RegexFragmenter">
    <lst name="defaults">
      <!-- slightly smaller fragsizes work better because of slop -->
      <int name="hl.fragsize">70</int>
      <!-- allow 50% slop on fragment sizes -->
      <float name="hl.regex.slop">0.5</float>
      <!-- a basic sentence pattern -->
      <str name="hl.regex.pattern">[-\w ,/\n\&quot;&apos;]{20,200}</str>
    </lst>
  </fragmenter>

  <!-- Configure the standard formatter -->
  <formatter name="html" 
             default="true"
             class="solr.highlight.HtmlFormatter">
    <lst name="defaults">
      <str name="hl.simple.pre"><![CDATA[<em>]]></str>
      <str name="hl.simple.post"><![CDATA[</em>]]></str>
    </lst>
  </formatter>

  <!-- Configure the standard encoder -->
  <encoder name="html" 
           class="solr.highlight.HtmlEncoder" />

  <!-- Configure the standard fragListBuilder -->
  <fragListBuilder name="simple" 
                   default="true"
                   class="solr.highlight.SimpleFragListBuilder"/>

  <!-- Configure the single fragListBuilder -->
  <fragListBuilder name="single" 
                   class="solr.highlight.SingleFragListBuilder"/>

  <!-- default tag FragmentsBuilder -->
  <fragmentsBuilder name="default" 
                    default="true"
                    class="solr.highlight.ScoreOrderFragmentsBuilder">
    <!-- 
    <lst name="defaults">
      <str name="hl.multiValuedSeparatorChar">/</str>
    </lst>
    -->
  </fragmentsBuilder>

  <!-- multi-colored tag FragmentsBuilder -->
  <fragmentsBuilder name="colored" 
                    class="solr.highlight.ScoreOrderFragmentsBuilder">
    <lst name="defaults">
      <str name="hl.tag.pre"><![CDATA[
           <b style="background:yellow">,<b style="background:lawgreen">,
           <b style="background:aquamarine">,<b style="background:magenta">,
           <b style="background:palegreen">,<b style="background:coral">,
           <b style="background:wheat">,<b style="background:khaki">,
           <b style="background:lime">,<b style="background:deepskyblue">]]></str>
      <str name="hl.tag.post"><![CDATA[</b>]]></str>
    </lst>
  </fragmentsBuilder>

  <boundaryScanner name="default" 
                   default="true"
                   class="solr.highlight.SimpleBoundaryScanner">
    <lst name="defaults">
      <str name="hl.bs.maxScan">10</str>
      <str name="hl.bs.chars">.,!? &#9;&#10;&#13;</str>
    </lst>
  </boundaryScanner>

  <boundaryScanner name="breakIterator" 
                   class="solr.highlight.BreakIteratorBoundaryScanner">
    <lst name="defaults">
      <!-- type should be one of CHARACTER, WORD(default), LINE and SENTENCE -->
      <str name="hl.bs.type">WORD</str>
      <!-- language and country are used when constructing Locale object.  -->
      <!-- And the Locale object will be used when getting instance of BreakIterator -->
      <str name="hl.bs.language">en</str>
      <str name="hl.bs.country">US</str>
    </lst>
  </boundaryScanner>
</highlighting>

编辑虽然我的“标题”字段最初被设置为indexed="false“，但后来我测试了将其设置为true (没有更改/仍然没有突出显示)，还测试了termVectors="true”termPositions=真“termOffsets=”true“.还是没有效果。(我在阅读this post to SO的基础上尝试了这些方法。)

以下是我的“标题”字段的定义：

<field name="title" type="string" indexed="true" stored="true" required="true" termVectors="true" termPositions="true" termOffsets="true" />

最初我是从以下几个方面开始的：

<field name="title" type="string" indexed="false" stored="true" required="true" />

编辑我现在也尝试过这个定义：

<field name="title" type="text_general" indexed="true" stored="true" required="true" termVectors="true" termPositions="true" termOffsets="true" />

高亮点没有变化，仍然不起作用。我的text_general定义是Solr的演示程序附带的默认定义：

 <!-- A general text field that has reasonable, generic
        cross-language defaults: it tokenizes with StandardTokenizer,
 removes stop words from case-insensitive "stopwords.txt"
 (empty by default), and down cases.  At query time only, it
 also applies synonyms. -->
 <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
      <!-- in this example, we will only use synonyms at query time
      <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
      -->
      <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
      <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
      <filter class="solr.LowerCaseFilterFactory"/>
    </analyzer>
 </fieldType>

编辑我现在也尝试用text_en_splitting字段类型重新索引标题，它使用WhitespaceTokenizerFactory而不是StandardTokenizerFactory，但仍然没有突出显示。至于它的价值，我使用的是标准的查询解析器，根据debugQuery=on，它是LuceneQParser。

最后，！感谢@javanna的帮助。我做了很多实验，两个关键的方法是：

1. 您必须使用标记字段类型。字符串字段类型不能工作。似乎没有必要使用indexed=true或termVectors=true，但是字段类型必须是indexed=true，必须小心使用适当的大小写引用字段。除了破坏标记化之外，我还在开发期间更改了字段中的情况，并忘记更改hl.fl (突出显示字段)定义中的情况--防止高亮显示工作。
2. 确保在每次配置更改之间重新索引。为了安全起见，我从索引中删除了所有文档，并从头开始重新构建它，但这可能是不必要的。

我现在的定义是：

<field name="Title" type="text_general" indexed="false" stored="true" required="true" />

我的solrconfig.xml有这样一套：

<str name="hl">on</str>
<str name="hl.fl">Title</str>

Answer 1

您进行高亮显示的方式看起来不错，但是您的solrconfig.xml看起来有点混乱。不幸的是，您所使用的示例基本上使用了所有可用的选项，我想您不需要它们。除非您需要与默认值不同的内容，否则我将开始注释掉所有高亮显示配置以及默认参数。然后，我会使用您需要的url参数，只需要几个开始: hl=on和hl.fl=title。一旦找到了正确的参数，就可以将它们配置为默认参数。

尽管如此，考虑到您的标题fieldType，我怀疑它没有被标记，除非您更改了默认的字符串类型定义。在这种情况下，查询将与title字段不匹配，这就是为什么没有突出显示的原因。您是否正在使用edismax (或dismax)？如果是，您的qf参数是什么？丰田术语是否有可能出现在与您的查询相匹配的另一个字段上？如果使用edismax，可以尝试搜索q=title:toyota和查看是否得到结果。

您还可以检查匹配的位置，启用debugQuery=on并检查调试输出。

更新

我看到您将标题fieldType更改为text_general，但这并没有改变什么，因为该类型没有在空白空间中标记。您还没有告诉您使用的是哪个查询解析器，无论如何，如果我是对的，您应该使用WhitespaceTokenizerFactory而不是StandardTokenizerFactory

<tokenizer class="solr.WhitespaceTokenizerFactory"/> 

在此之后，请记住重新编制所有数据的索引，否则不会看到任何更改。基本上，如果您在没有标记的情况下在空白空间上索引类似toyota whatever的内容，就不会得到搜索toyota的任何结果，甚至不会在该字段中突出显示toyota，因为它不匹配。我的假设是，您正在使用dismax或edismax查询解析器并在多个字段上进行搜索，其中一些字段(而不是标题)与搜索结果匹配，这就是为什么您将在title上获得结果而不是突出显示，这是您选择的唯一突出显示字段。你能把你搜索到的toyota结果发出来吗？是toyota项在title以外的其他字段上