0

我已经将 nutch 2.3.1 与 solr 6.5 集成在一起，这样我可以将数据推送到 solr 并获得索引。现在我想删除重复的元素，为此我在 schema.xml 和 solrconfig.xml 中进行了修改 

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



<updateRequestProcessorChain name="dedupe">
   <processor class="solr.processor.SignatureUpdateProcessorFactory">
     <bool name="enabled">true</bool>
     <str name="signatureField">id</str>
     <bool name="overwriteDupes">false</bool>
     <str name="fields">id,content,date,url</str>  <!-- changing to id <str name="fields">name,features,cat</str>-->
     <str name="signatureClass">solr.processor.Lookup3Signature</str>
   </processor>
   <processor class="solr.LogUpdateProcessorFactory" />
   <processor class="solr.RunUpdateProcessorFactory" />
 </updateRequestProcessorChain>

<requestHandler name="/update" class="solr.UpdateRequestHandler" >
<lst name="defaults">
<str name="update.chain">dedupe</str>
</lst>
</requestHandler>

但是在索引 bin/nutch solrindex http://localhost:8983/solr/testcore -all 错误之后！请帮我解决这个问题

提前谢谢你:)

4

1 回答 1

0

此问题可能与更新的架构有关，如果您在 Solr 中存在一些数据并且您更新了架构而该数据存在于核心中，Nutch 会将其视为不匹配的架构，解决此问题的最佳方法是重新抓取更新了架构的网页，请记住，架构的任何更新都会/可能会导致您现有索引出现问题。

由于帖子已经很旧，以供将来可能遇到相同问题的人参考。

最好的 ：）

于 2018-12-04T19:41:46.160 回答