1樓：會飛的蝸牛
加個Field不分詞，權重給高點，如果涉及到多個影響因素，就涉及到建模了，相當於機器學習模型公式，根據搜尋多field,整體得出打分。
2樓：
如 @劉邦傑 改了之後
用的是ik分詞器
發現了乙個小問題,
照理來說,id為1的應該在前面,因為會先匹配張三,換乙個試試發現copy的字段是全詞查詢,完全不會拆分,這樣對於我的業務需求不滿足,看了下solr的語法,在copy的字段前後加上*號就能匹配出來
3樓：wenlongqi
增加後面的兩行，使用預設的不分詞
然後搜尋的時候增加乙個
name_textsf 進行匹配，給乙個比較高的權重結合 @老常的內容來解決
4樓：劉邦傑
再加個字段，字段內容跟當前字段內容一樣，然後type=str(不分詞)，給這個字段匹配很高的權重。因為這個字段匹配就代表是全文匹配，這樣全文匹配的文件就能加上很高的權重，排在最前面，其他的文件只有分詞匹配的權重。
5樓：老常
既然能夠部分匹配，通常存在這樣的場景。比如搜中國 ，希望結果集命中中、和國，以及中國。
前端分詞分出的結果可能為中、國、或者同時包括中國。
如果前端分詞沒有分出中國。整個查詢為短語查詢，調整sloppyFreq，把distance放大，可以降低freq，從而使slop>1的排在後面。如果分出了中國，這涉及多分，就比較複雜了，貌似很少檢索時多分的。
（好久沒做這塊，生疏了。）
6樓：張東鋒
對於solr的匹配結果排序問題，可以通過兩個方面解決掉乙個是分詞詞典，二是匹配度演算法。
分詞詞典的質量直接影響了搜尋關鍵字是否能夠完全匹配分詞索引，匹配度演算法，是用於過濾匹配值排序。如果你的匹配度設定已經安裝要求做好了設定，還是達不到理想的排序效果，只能優化分詞詞庫了，這個我是按照搜尋關鍵字做分詞詞庫，定期更新索引的。
如果要在海邊用木窗（全木，沒有玻璃），如何讓木窗更耐用
Alex 雖然我們是做木材的，但是還是不推薦木窗。畢竟木材是有細胞，有韌性的活物，天然的特性擺在這裡，決定了它遇水發脹，遇幹收縮。用作木屋上很合適，不光可以通過金屬連線件來避免介面處的變形，還能起到調節室內濕度的作用，住的很舒服。而玻璃是死物，沒有韌性非常的脆，對於變形可以說是0容忍。一點點小小的撞...
如何評價全昭彌（I O I Somi 全昭美）？
HRlan 作為乙個愛豆，她有自己的鮮明特點，讓人印象深刻，由於她的演唱實力和舞台控制力，不適合solo，需要隊友才能有乙個完美的舞台 例如bang bang舞台的大家都很出彩 性格 非常爽快開朗，就是過於不拘小節 朴佑鎮和金宇碩的事件讓人很不爽，站在粉絲的立場，真的是可以anti她 再說作為乙個藝...
怎樣讓自己的全馬成績突破330？
大頭 首馬330，個人建議每個月穩定跑量知道在200以上，沒半個月或者乙個月至少跑一次30到35K的LSD，偶爾穿插間歇就可以。比賽策略的話，前30公里建議配速445，35公里馬拉松才剛剛開始 可以看我的分段配速35公里以後掉速嚴重 前期的提速就是為了後期心理壓力不會過大。如果肌肉不抽筋，能跑盡量不...