solr学习之（四）_solr4.2.0版本的spellCheck功能的实现

 尽管solr4.2的spellcheck功能已经配置在solr\collection1\conf\solrconfig.xml文件中了，但是我一直没有正确地看到这个模块的效果。晚上再认真看了一下apache_solr_4_cookbook.pdf这本书，然后按照书本描述配置了一下。

       在solr4.0以前的版本中，spellcheck功能都需要构建自己的索引，每次配置后都需要更新索引，比较麻烦。而solr4.0以后，通过solr.DirectSolrSpellchecker就可以在main索引中直接用spellcheck功能了。通过观察solr-4.2.0\example\exampledocs\money.xml文件，我们可以看到里面有一个cat属性。

1. <doc> 
2.   <field name="id">USD</field> 
3.   <field name="name">One Dollar</field> 
4.   <field name="manu">Bank of America</field> 
5.   <field name="manu_id_s">boa</field> 
6.   <field name="cat">currency</field> 
7.   <field name="features">Coins and notes</field> 
8.   <field name="price_c">1,USD</field> 
9.   <field name="inStock">true</field> 
10. </doc> 

我这里就以cat属性为例，学习一下solr4.2中实现spellcheck的功能。

第一步：把solrconfig.xml的

 

1. <searchComponent name="spellcheck" class="solr.SpellCheckComponent"> 
2. …… 
3. </searchComponent> 
4. <requestHandler name="/spell" class="solr.SearchHandler" startup="lazy"> 
5. …… 
6. </requestHandler> 

配置成如下：

1. <searchComponent name="spellcheck" class="solr.SpellCheckComponent"> 
2.     <str name="queryAnalyzerFieldType">textSpell</str> 
3.     <lst name="spellchecker"> 
4.       <str name="name">direct</str> 
5.       <str name="field">cat</str> 
6.       <str name="classname">solr.DirectSolrSpellChecker</str> 
7.       <str name="distanceMeasure">internal</str> 
8.       <float name="accuracy">0.5</float> 
9.       <int name="maxEdits">2</int> 
10.       <int name="minPrefix">1</int> 
11.       <int name="maxInspections">5</int> 
12.       <int name="minQueryLength">4</int> 
13.       <float name="maxQueryFrequency">0.01</float> 
14. </lst> 
15.  </searchComponent> 
16. <requestHandler name="/spell" class="solr.SearchHandler" startup="lazy"> 
17.     <lst name="defaults"> 
18.       <str name="df">text</str> 
19.       <str name="spellcheck.dictionary">direct</str> 
20.       <str name="spellcheck">on</str> 
21.       <str name="spellcheck.extendedResults">true</str>       
22.       <str name="spellcheck.count">10</str> 
23.       <str name="spellcheck.collate">true</str> 
24.       <str name="spellcheck.collateExtendedResults">true</str>  
25.     </lst> 
26.     <arr name="last-components"> 
27.       <str>spellcheck</str> 
28.     </arr> 
29.   </requestHandler> 

然后重启tomcat，在浏览器的地址栏输入：

http://localhost:8983/solr/spell?q=cat:currenc&spellcheck=true

我们就可以看到：

1. <response> 
2. <lst name="responseHeader"> 
3. <int name="status">0</int> 
4. <int name="QTime">27</int> 
5. </lst> 
6. <result name="response" numFound="0" start="0"/> 
7. <lst name="spellcheck"> 
8. <lst name="suggestions"> 
9. <lst name="currenc"> 
10. <int name="numFound">1</int> 
11. <int name="startOffset">4</int> 
12. <int name="endOffset">11</int> 
13. <int name="origFreq">0</int> 
14. <arr name="suggestion"> 
15. <lst> 
16. <str name="word">currency</str> 
17. <int name="freq">4</int> 
18. </lst> 
19. </arr> 
20. </lst> 
21. <bool name="correctlySpelled">false</bool> 
22. <lst name="collation"> 
23. <str name="collationQuery">cat:currency</str> 
24. <int name="hits">0</int> 
25. <lst name="misspellingsAndCorrections"> 
26. <str name="currenc">currency</str> 
27. </lst> 
28. </lst> 
29. </lst> 
30. </lst> 
31. </response> 

解析一下吧：我输入的q=cat:currenc实际上是没有拼写正确的，正确的应该是currency，cat表示索引的一个field。

所以呢，会有这样的结果反馈：

1. <bool name="correctlySpelled">false</bool>   表示拼写错误 
2. <lst name="collation"> 
3. <str name="collationQuery">cat:currency</str> 
4. <int name="hits">0</int> 
5. <lst name="misspellingsAndCorrections"> 
6. <str name="currenc">currency</str>  正确的结果应该是：currency。 

So easy吧!