solr特点四: SpellCheck(拼写检查)

接下来，我将介绍如何向应用程序添加 “您是不是要找……”（拼写检查）。

提供拼写建议

Lucene 和 Solr 很久以前就开始提供拼写检查功能了，但直到添加了 SearchComponent架构之后，这些功能才可以无缝使用。现在您可以输入一个查询，让它不仅返回查询结果，并且为查询词语提供拼写建议（如果存在的话）。然后可以利用这些建议像 Google 那样显示 “您是不是要找……”，或者像 Yahoo! 那样显示 “请尝试……”。

集成拼写检查的妙处在于它能够（而且必须）根据索引中的标记给出建议。也就是说，它不必根据词典给出正确拼写的词语，而是根据与查询词语相似的拼写给出拼写建议（包括错误拼写）。例如，假设很多很多的人都将单词 hockey错误拼写成 hockei。查询 hockey的用户很可能是想查找里面带有单词 hockei的文档，因为它们是相关的（尽管是这些文档的作者不会拼写）。

SpellCheckComponent与 MLT 不同，它不需要在 solrconfig.xml 和 schema.xml 文件中进行配置。首先，模式必须先声明一个 Field和一个相关联的、其内容能够发挥拼写词典的作用的 FieldType。按常规，该 FieldType的分析过程要保持简单，而且不要派生词语或修改其他标志。我的样例 FieldType声明了它的 <analyzer>，如清单 11 所示：

清单 11. 声明一个 <analyzer>

 <fieldType name="textSpell" class="solr.TextField" positionIncrementGap="100" > 
  <analyzer> 
    <tokenizer class="solr.StandardTokenizerFactory"/> 
    <filter class="solr.LowerCaseFilterFactory"/> 
    <filter class="solr.RemoveDuplicatesTokenFilterFactory"/> 
  </analyzer> 
 </fieldType>

该 <analyzer>负责基本的标志化（尤其是拆分空格），然后将标志变成小写并移除复制。不用派生词语，也不用扩展同义词。就是这么简单。接下来我在 schema.xml 文件中声明了一个 field，名为 spell，它使用 textSpell <fieldType>。接着，我声明了 <searchComponent>，将 solrconfig.xml 文件中的必要的部分连接起来，如清单 12 所示：

清单 12. 声明 <searchComponent>

 <searchComponent name="spellcheck" class="solr.SpellCheckComponent"> 
    <str name="queryAnalyzerFieldType">textSpell</str> 
    <lst name="spellchecker"> 
      <str name="name">default</str> 
      <str name="field">spell</str> 
      <str name="spellcheckIndexDir">./spellcheckerDefault</str> 
    </lst> 
 </searchComponent>

在这个例子中，我将前面声明的 textSpell <fieldType>和 queryAnalyzerFieldType关联起来。（注意，我使用前面讲述的 last-components技术将组件到 Dismax 和 solrconfig.xml 中的标准 SolrRequestHandler声明）。这能够确保正确分析输入查询，从而与拼写索引进行比较。其余的配置选项指定拼写检查器的名称、包含构建拼写索引所用的内容的 Field，以及索引在磁盘上的储存位置。

完成全部配置之后，您必须构建拼写索引。这可以通过用 HTTP 向组件发送请求来完成，比如：

http://localhost:8983/solr/rss/select/?q=foo&spellcheck=true&spellcheck.build=true

拼写检查构建工作流程

要查询拼写检查索引，必须先构建它。初始构建完成后，您需要确定（通过您的应用程序）重新构建索引的频率。您也可以在用 solrconfig.xml 中的 postCommit事件监听器完成提交之后再重新构建它。重构建的频率一定要以索引的更改数量为基准，但这一点并不是很重要，因为初始索引创建之后，很大地改动词典的可能性不大。

构建了索引之后，像往常一样查询并添加 spellcheck=true参数就会返回建议了。例如，清单 13 打开了拼写检查特性：

清单 13. 显示拼写检查的查询

 http://localhost:8983/solr/rss/select/?q=holr&spellcheck=true

运行清单 13 中的查询会返回零个结果，但是它会提供以下建议：

 <lst name="spellcheck"> 
 <lst name="suggestions"> 
  <lst name="holr"> 
	 <int name="numFound">1</int> 
	 <int name="startOffset">0</int> 

	 <int name="endOffset">4</int> 
	 <arr name="suggestion"> 
	 <str>solr</str> 
	 </arr> 
  </lst> 
 </lst> 
 </lst>

再深入一步，多个词语的查询也可以使用拼写检查。组件甚至能够自动地创建一个推荐的新查询，该查询将所有词语的最佳建议结合起来。这可以通过添加 spellcheck.collate=true参数来实现。就像在错误拼写查询中一样，

 http://localhost:8983/solr/rss/select/?q=holr+foo&spellcheck=true&indent=on 
 &spellcheck.collate=true

它生成了作为建议的一部分的结果 <str name="collation">solr for</str>。但是要注意，这个合并的结果可能不会返回结果，这取决于您是否用 AND将查询词语连接起来。

另外，拼写检查器还能采用与返回的建议数量和结果质量有关的查询参数。要想更多地了解 SpellCheckComponent的详细信息，请参见 参考资料中的 Solr wiki 页面链接。