ElasticSearch中token filters的順序

在ElasticSearch中，一個analyzer可以有多個token filters。而這些filters的順序有時會很重要。
這兩天在玩一個案例，我有一自訂的analyzer，其filters定義為 [standard, lowercase, stop, snowball, synonym]，並定義 spanning tree protocol 與 stp為synonym，期望當用spanning tree protocol去搜尋時，也能找到內容中也有stp的文章，反之亦然

但是玩了老半天卻一直失敗，用spanning tree protocol一直無法把文章中有stp的documents給找出來

再用其他之前試驗過的同義字卻是可以成功的，顯然ElasticSearch的機制是OK的，但不知在那個環節出了錯

不斷的try-error，不停的思考，總算悟出了道理。filter的順序是 standard -> lowercase -> stop -> snowball -> synonym
用 "spanning tree protocol" 去搜尋時，從standard到stop都還不會有問題，但到了snowball filter時，filter會把spanning轉變為span，這讓我們的query string從"spanning tree protocol"變成"span tree protocol"，當再進到synonym filter時，就無法轉變成同義字stp了，所以同義字的搜詢就會失敗

將filter改成[standard, synonym, lowercase, stop, snowball]，把順序調者一下，這樣就解決問題了

ElasticSearch

ElasticSearch是架構在Apach Lucene上，提供了

• 更簡便的設定方式
• distributed, cluster架構
• RESTful介面 (JSON over HTTP)
• schema free
• 依舊是open source (Apache 2)
• 很容易安裝/移除的plugins (就像是apt-get/yum般)

可以參考的電子書
http://exploringelasticsearch.com

清掉Solr中所有資料

偷空玩Solr，當然照著 Solr Tutorial跑一次，瞭解一下它有那些features，以及熟悉一下它的界面
然後開始要做些正事了，得把之前測試的資料清掉，拜了一下Google，找到了幾種方法，可是怎麼有些是無效或有問題的

最後用了這個，解決！記錄下來，也許未來用得到
http://192.168.10.66:8983/solr/update?commit=true&stream.body=%3Cdelete%3E%3Cquery%3E*:*%3C/query%3E%3C/delete%3E