Solr和产品SKU

Question

我正在为我的产品SKU编写一个自定义文本字段类型。

如果我有一个SKU，比如ABC-DEF123G/5 (只是一个例子)，我希望用户能够使用或不使用标点符号进行搜索。在许多情况下，SKU只有一部分是相关的，例如我的示例中的ABC-DEF123。

到目前为止，我的schema.xml看起来像：

<fieldType name="sku" class="solr.TextField" omitNorms="false">
    <analyzer>
        <tokenizer class="solr.KeywordTokenizerFactory"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.WordDelimiterFilterFactory"
            splitOnCaseChange="0"
            splitOnNumerics="0"
            stemEnglishPossessive="0"
            catenateAll="1"
        />
        <filter class="solr.EdgeNGramFilterFactory" minGramSize="3" maxGramSize="15"/>
    </analyzer>
</fieldType>

<!-- For use in Sunspot: -->
<dynamicField name="*_sku" stored="false" type="sku" multiValued="true" indexed="true"/>

这很好，因为我可以搜索SKU的各个部分，例如DEF123，并得到一个适当的结果(感谢ngram过滤器)。但是，没有标点符号分隔符的搜索不会返回任何匹配：ABC-DEF123G/5很好，但ABCDEF123G5不返回。

当我对我的模式进行分析时，我看到搜索ABCDEF123G5已经突出显示了匹配，但是在运行实际查询时没有返回结果。

我重新启动了Solr并重新编制了我的文档索引。很多次。

在索引SKU或类似的方面有什么智慧的珍珠吗？

这个编辑器(aitchnyu)从维基百科中添加了以下内容：

(库存单位或SKU )是一个数字或代码，用于识别在商店或其他业务中出售的每一种独特的产品或项目。

它是每个可以购买的不同产品和服务的唯一标识符。SKU的使用植根于数据管理，使公司能够系统地跟踪库存或产品的可用性，例如在仓库和零售店。它们通常在商人级别被分配和序列化。每个SKU都附加到一个项目，变体，生产线，捆绑，服务，费用或附件。SKU通常用于指同一产品的不同版本。例如，一家携带“吉他英雄3”游戏的零售店可能有6个SKU，三个平台各有两个，其中一个带有吉他控制器，另一个没有吉他控制器。

Answer 1

经过几天的周期性处理之后，我终于确定了以下几点：

<fieldType name="sku" class="solr.TextField" omitNorms="false">
    <analyzer>
        <tokenizer class="solr.WhitespaceTokenizerFactory"/>
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="0" generateNumberParts="0" catenateWords="1" catenateNumbers="1" catenateAll="0"/>
        <filter class="solr.LowerCaseFilterFactory"/>
        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
        <filter class="solr.NGramFilterFactory" minGramSize="3" maxGramSize="15"/>
    </analyzer>
</fieldType>

这是根据同事提供的默认schema.xml版本进行调整的。

编辑：

通过改变边缘n克和缩短n克最小长度，进一步提高了关联度。

<filter class="solr.EdgeNGramFilterFactory" minGramSize="2" maxGramSize="15"/>

Answer 2

您可以使用具有两种不同字段类型的copyField，例如sku和sku_stripped。

按照上面的方式定义您的sku字段，然后使用PatternReplaceFilterFactory定义sku_stripped

<fieldType name="sku_stripped" class="solr.TextField" omitNorms="false">
    <analyzer>
        <filter class="solr.PatternReplaceFilterFactory"
             pattern="[^A-Za-z0-9]"
             replacement=""
             replace="all"/>
        <!-- same as above ... -->
    </analyzer>
</fieldType>

然后copyField：

<fields>
    <!-- ... -->
    <field name="stripped_sku_field" type="sku_stripped" 
        indexed="true" stored="false" multiValued="true" omitNorms="true"/>
    <!-- ... -->
</fields>
<copyField source="*_sku" dest="stripped_sku_field"/>