4

对于特定的 Solr 应用程序，我需要丢弃重复的结果。我有一个字段id设置为 schema.xml 中的唯一键，如下所示：

<uniqueKey>id</uniqueKey>

当我/update/json?commit=true使用现有文档的 id 调用时，现有文档会正确更新。但是，当我打电话时，/update/json?commit=true&overwrite=false会添加一个具有相同 ID 的附加文档！如何配置 Solr 以丢弃具有现有文档 ID 的文档？我注意到该allowDups属性已贬值，因此我不想将其引入运行 Solr 4.x 的新代码中。在任何情况下，默认值是false这样我不明白为什么要添加欺骗。

如果重要，该id字段定义如下：

<field name="id" type="string" stored="true" indexed="true" multiValued="false" required="true"/>

需要明确的是，我不想更新，也不想创建新文档。我想丢弃新文档。该id字段被计算为其他几个字段内容的哈希值。因此，如果另一个具有相同哈希 (id) 的字段已经存在，我不想更新它（我需要始终保留相同哈希的最旧文档）并且我不想创建新记录（重复）。我只是想丢弃新文档。

我正在寻找类似于INSERT IGNORE INTOSQL 语句的行为。

4

2 回答 2

4

此行为是由于使用了 overwrite=false。您明确要求您看到的行为。

这记录在这里：https ://cwiki.apache.org/confluence/display/solr/Uploading+Data+with+Index+Handlers#UploadingDatawithIndexHandlers-JSONFormattedIndexUpdates

“指示是否应检查唯一键约束以覆盖同一文档的先前版本”

因此，如果 overwrite 为“true”，请检查这是否覆盖了现有文档，如果存在现有文档，则将其删除。如果 overwrite 为 false，则不检查，假设此文档是唯一的，然后添加新文档。

如果参数被命名为“overwriteCheck”，这会更清楚，因为这确实是它的作用。

于 2016-06-22T16:44:14.993 回答
0

请参阅可在更新处理程序上配置的Solr 文档重复数据删除检测，以便为您正确处理此场景。

于 2013-05-24T12:08:43.357 回答