`

Solr Data Import 快速入门

 
阅读更多

 

原文出处:http://blog.chenlb.com/2010/03/solr-data-import-quick-start.html
<!-- google_ad_section_start -->

大概在 solr 1.3 刚出来的时候(2008 年底)就用过 DataImportHandler(DIH),当时觉得很方便的。后来由于有好多限制,就自己写了个做索引的框架。现有个简单的应用要用 dih 来做(小数据量的表,可以用它来做)。备忘记录下。

DataImportHandler 最大的优点是基本不用写代码,把数据库(其实也可以用 http/file 资源)中的记录放到索引中。现大概看下步骤:

1、编辑 solrconfig.xml 注册一个请求 uri 为 "/dataimport" 的请求处理器(org.apache.solr.handler.dataimport.DataImportHandler),代码如:

  1.   
  2. <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">  
  3. <lst name="defaults">  
  4.   <str name="config">data-config.xml</str>  
  5. </lst>  
  6. </requestHandler>  
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
  <str name="config">data-config.xml</str>
</lst>
</requestHandler>

2、创建 data-config.xml 文件放到 solr.home/conf 目录下,内容如下:

  1.   
  2. <dataConfig>  
  3.   <dataSource type="JdbcDataSource"  
  4.               driver="com.mysql.jdbc.Driver"  
  5.               url="jdbc:mysql://localhost/dbname"  
  6.               user="user-name"  
  7.               password="password"/>  
  8.   <document>  
  9.     <entity name="id"  
  10.             query="select id,name from mytable">  
  11.     </entity>  
  12.   </document>  
  13. </dataConfig>  
<dataConfig>
  <dataSource type="JdbcDataSource"
              driver="com.mysql.jdbc.Driver"
              url="jdbc:mysql://localhost/dbname"
              user="user-name"
              password="password"/>
  <document>
    <entity name="id"
            query="select id,name from mytable">
    </entity>
  </document>
</dataConfig>

3、在 schema.xml 里创建 id 与 name 的字段声明。

4、把 mysql 的 jdbc.jar 放到 solr.home/lib 目录下。

5、启动 solr 后,执行命令:

http://localhost:8080/solr/dataimport?command=full-import 这 url 告诉 solr 做全量索引,做索引中会删除所有数据。当然也可以用 clean=false 参数来告诉它不删除,但也会删除相同id的(在 scheam.xml 的uniqueKey 声明的)。http://localhost:8080/solr/dataimport?command=full-import&clean=false

上面的是 mysql 字段与 scheam.xml 声明的一样,当然不一样时可以用 sql 的 as 来使它们一样。

还可以用 data-config.xml 里指定,如:

  1.   
  2. <dataConfig>  
  3.   <dataSource type="JdbcDataSource"  
  4.               driver="com.mysql.jdbc.Driver"  
  5.               url="jdbc:mysql://localhost/dbname"  
  6.               user="user-name"  
  7.               password="password"/>  
  8.   <document>  
  9.     <entity name="id"  
  10.             query="select id,name from mytable">  
  11.        <field column="id" name="solr_id"/>  
  12.        <field column="name" name="solr_name"/>  
  13.     </entity>  
  14.   </document>  
  15. </dataConfig>  
<dataConfig>
  <dataSource type="JdbcDataSource"
              driver="com.mysql.jdbc.Driver"
              url="jdbc:mysql://localhost/dbname"
              user="user-name"
              password="password"/>
  <document>
    <entity name="id"
            query="select id,name from mytable">
       <field column="id" name="solr_id"/>
       <field column="name" name="solr_name"/>
    </entity>
  </document>
</dataConfig>

entity/field 中的 name 是指 scheam.xml 里指定的,column 是 sql 里出来的字段。

大多数,做索引时的数据不是在一个表里的,比较一对多的。DIH 还提供多表取数据。

把 data-config.xml 改为:

  1.   
  2. <dataConfig>  
  3.   <dataSource type="JdbcDataSource"  
  4.               driver="com.mysql.jdbc.Driver"  
  5.               url="jdbc:mysql://localhost/dbname"  
  6.               user="user-name"  
  7.               password="password"/>  
  8.   <document>  
  9.     <entity name="outer"  
  10.             query="select id,name,desc from mytable">  
  11.        <field column="id" name="solr_id"/>  
  12.        <field column="name" name="solr_name"/>  
  13.        <entity name="inner"  
  14.                query="select details from another_table where id ='${outer.id}'">  
  15.               <field column="details" name="solr_details"/>  
  16.        </entity>  
  17.     </entity>  
  18.   </document>  
  19. </dataConfig>  
<dataConfig>
  <dataSource type="JdbcDataSource"
              driver="com.mysql.jdbc.Driver"
              url="jdbc:mysql://localhost/dbname"
              user="user-name"
              password="password"/>
  <document>
    <entity name="outer"
            query="select id,name,desc from mytable">
       <field column="id" name="solr_id"/>
       <field column="name" name="solr_name"/>
       <entity name="inner"
               query="select details from another_table where id ='${outer.id}'">
              <field column="details" name="solr_details"/>
       </entity>
    </entity>
  </document>
</dataConfig>

在 scheam.xml 里指定 solr_details 字段为多值的 multiValued="true"。在上面 inner entity 里的 sql 语句可以加参数 ${outer.id} 就是 mytable 的 id 字段。

修改好后,重启,再做一次索引就有效果了,一对多一个缺点是会有 N+1 个 sql 查询。对小数据量的索引合适用 solr data import。

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics