利用solr构建企业搜索平台 （十）

　solr不可谓是个好东西啊，越往下挖掘，他的各种功能逐渐的展现在我的面前，对于solr的架构人员，不得不令人佩服啊。

　　几天前偶尔看到IBM developmentWorks上面的一片文章，看到了数据库数据的导入，以前我一直是这么认为的，像这种导入可以自己去写程序去导入。

　　写程序 可以将数据读出100条，如果你的内存够大，可以是1000条甚至更多，然后放入Collection中，批量提交至solr。或者读取数据写入xml文件中，再将该文件提交到solr等等。但是，在我看到那一篇文章的时候，原来还有这么巧妙的招。

　　废话不多说，入正题。

　　一.首先准备好solr的dataimport功能需要的东西，在solr的下载包中。分别在：

　　1》Solr-1.3.0\dist\apache-solr-dataimporthandler-1.3.0.jar

　　2》E:\education\search\Solr-1.3.0\example\example-DIH\solr\

　　3》你是哪种数据库，提供该数据库的jdbc驱动。

　　二.如果你还不会运行solr，请参考本人的前几篇博客。这里要做的是，先把E:\education\search\Solr-1.3.0 \example\example-DIH\solr\下面的东西拷贝到solr的HOME目录，然后删除rss，这个是另外一个功能是导入rss订阅信息到solr中，确实很强，这都想到了。将jar文件，实际就两个拷贝到tomcat的webapps下面的solr的WEB-INF的lib文件夹下面。

　　三.更改solr Home目录下的conf/solrconfig.xml，其实就是提交一个solrRequestHandler,代码如下：

　　Xml代码

<requestHandler　name="/dataimport"　class="org.apache.solr.handler.dataimport.DataImportHandler">　
　　<lst　name="defaults">　
　　　<str　name="config">C:\solr-tomcat\solr\db\conf\db-data-config.xml</str>　
　　</lst>　
　</requestHandler>

 

 

 

　　四.将solr Home目录下面的solrconfig.xml和schema.xml拷贝到db文件夹下面的conf中。

　　五.修改db\conf\db-data-config.xml

　　Xml代码

<dataConfig>　
　 <dataSource　type="JdbcDataSource"　driver="com.mysql.jdbc.Driver"　 url="jdbc:mysql://localhost:3306/tuitui"　user="root"　 password="mysql"/>　
　　<document　name="shop">　
　　　　　　<entity　name="tuitui_shop"　pk="shopId"　query="select　*　from　tuitui_shop">　
　　　　　　<field　column="shopid"　name="shopId"　/>　
　　　　　　<field　column="shopName"　name="shopName"　/>　
　　　　　　<field　column="shopUrl"　name="shopUrl"　/>　
　　　　　　<field　column="keyword"　name="keyword"　/>　
　　　　　　<field　column="synopsis"　name="synopsis"　/>　
　　　　　　<field　column="province"　name="province"　/>　
　　　　　　<field　column="city"　name="city"　/>　
　　　　　　<field　column="domain"　name="domain"　/>　
　　　　　　<field　column="address"　name="address"　/>　
　　　　　　<field　column="coordinate"　name="coordinate"　/>　
　　　　　　<field　column="shopSspn"　name="shopSspn"　/>　
　　　　　　<field　column="phone"　name="phone"　/>　
　　　　　　<field　column="createTime"　name="createTime"　/>　
　　　　</entity>　
　　</document>　
</dataConfig>

 

 

 

　　其中的意思我做简单解释，具体大家可以去看看官方wiki。
　　document：一个文档也就是lucene的document这个没什么解释的；
　　entity：主要针对的是一个数据库表；
　　filed：属性column是数据库的字段，name是filed的名字，即schema中的field name
　　http://wiki.apache.org/solr/DataImportHandler
　　我的数据库表结构发出来：



　　六.启动TOMCAT，输入地址进行导入，导入分为很多模式：我选用的全部倒入模式。
　　http://localhost/solr/dataimport?command=full-import
　　结果：
　　00C:\solr-tomcat\solr\db\conf\db-data-config.xmlfull-importidle1202009-09-0521:28:08Indexing completed. Added/Updated: 2 documents. Deleted 0documents.2009-09-05 21:28:092009-09-05 21:28:090:0:0.579This responseformat is experimental. It is likely to change in the future.
　　七.在去查询你刚才提交的数据，搞定。
　　最后在说说这个功能。上面的例子只不过是很简单的一个部分。针对solr的MultiCore，通过配置db-data-config.xml也可以实现，还有多表，或者多表关联等等操作只要在db-data-config.xml配置清楚都可以进行数据的导入。
　　在solr1.4中还有更多的扩展功能，这些功能为重建索引提供能很方便的操作。而且，datasource不单单指的是database，可以是xml文件，还可以是来自网络上的等等。