全文搜索電子郵件內容與索爾關鍵字列表

我正在寫一個應用程序，我想用一組關鍵字（在高流量電子郵件服務器上）掃描電子郵件內容（正文/主題）。全文搜索電子郵件內容與索爾關鍵字列表

我的關鍵字列表是400K左右（和不斷變化的日線級別），我使用SOLR和索引我的關鍵字作爲索引（關鍵字也包含各種領域，如名字，姓氏，商品等）。

現在問題是，如何通過SOLR查詢使用關鍵字搜索自由文本數據的郵件正文。

作爲一個例子，我的關鍵字是「XYZ葡萄酒」，如果電子郵件正文顯示「嗨，這是XYZ，我給你一些葡萄酒」或「嗨，給你一些XYZ葡萄酒，謝謝你的生意」我應該使用不同的搜索分數來搜索HIT。

2012-01-15 Rushik

爲您的電子郵件編制索引，然後搜索+XYZ +Wines（或更好地設置q.op=AND）並使用pf/ps來提高術語接近度。

2012-01-16 02:42:03

技術上我可能無法索引電子郵件由於體積.....如果我索引的電子郵件，我可能需要查詢每個關鍵字（數以千計100S）在電子郵件內容.... – Rushik 2012-01-16 03:40:02

@Rushik：我不是確定你的意思...顯然Solr/Lucene只能在索引內搜索。使用Solr索引電子郵件也非常容易，請參閱http://wiki.apache.org/solr/MailEntityProcessor – 2012-01-16 12:55:43

Sure Mauricio，我完全理解，但我不想查詢每個關鍵字（數千）到我索引的電子郵件以獲取HIT，相反，我可能會預先處理電子郵件正文（刪除常用術語等）和電子郵件搜索中的每個術語與索引關鍵字。 – Rushik 2012-01-16 18:34:45

回答