Почему сфинкс не находит результаты по запросу «диван», когда есть сущность «диваны» и он их находит если вбить «диваны»?

Question

[Вячеслав Шевченко]

Всем привет.
Есть проект на bitrix с каталогом мебели. Есть разделы "Диваны" "Диваны детские" "Диваны угловые" и внутри различные диваны. Каталог проиндексирован sphinx с товарами и разделами.
И ищу только по разделам, без товаров.
1. Если вбиваю "диван", то нет результатов (0).
2. Если вбиваю "дива" получаю выдачу.
3. Вбиваю "диваны" получаю выдачу.
Вопрос почему "диван" не дает результатов? И как это поправить?

Comments

[Сергей Тихонов]

Конфиг сфинкса в студию

[Вячеслав Шевченко]

Сергей Тихонов,

index bitrix
{
	#main settings
		type = rt
		path = /var/lib/sphinxsearch/data/bitrix
		docinfo = inline
	#choose appropriate type of morphology to use
		#morphology = lemmatize_ru_all, lemmatize_en_all, lemmatize_de_all, stem_enru
		morphology = stem_enru, soundex
	#these settings are used by bitrix:search.title component
		dict = keywords
		prefix_fields = title
		infix_fields=
		min_prefix_len = 2
		enable_star = 1
	#all fields must be defined exactly as followed
		rt_field = title
		rt_field = body
		rt_attr_uint = module_id
		rt_attr_string = module
		rt_attr_uint = item_id
		rt_attr_string = item
		rt_attr_uint = param1_id
		rt_attr_string = param1
		rt_attr_uint = param2_id
		rt_attr_string = param2
		rt_attr_timestamp = date_change
		rt_attr_timestamp = date_to
		rt_attr_timestamp = date_from
		rt_attr_uint = custom_rank
		rt_attr_multi = tags
		rt_attr_multi = right
		rt_attr_multi = site
		rt_attr_multi = param
	#depends on settings of your site
		# uncomment for single byte character set
		charset_type = sbcs
		# uncomment for UTF character set
		#charset_type = utf-8
}

[Сергей Тихонов]

Есть два направления, в которые стоит глянуть:

1. Некорректная кодировка при индексации и поиске: любое нечетное количество русских букв в поиске будет приводить к странным результатам. По-идее исправление charset в коннекте к БД и сфинксу в этом случае может помочь, но это неточно.
   
2. Некорректная работа стеммера. Может быть, на конкретном примере "дива, диван, диваны", он приводит к разным нормальным формам. CALL KEYWORDS поможет разобраться, какие основы сфинкс ищет в конкретном случае. Можно попробовать добавить lemmatize_ru_all, но для этого понадобится скачивать словари.