0

我遇到了 Solr 在完全导入期间不会清除索引的问题。

所有服务器都运行 Solr 3.4，配置尽可能简单。

我在我们的开发环境和我自己的计算机上的一个实例上尝试了这个，并收到了类似的结果。

架构相当简单，这些是要点：

<schema name="System" version="1.4">
...
  </types>
    <fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true" />
    <fieldType name="long" class="solr.TrieLongField" precisionStep="0" omitNorms="true" positionIncrementGap="0" />
    <fieldType name="date" class="solr.TrieDateField" omitNorms="true" precisionStep="0" positionIncrementGap="0" />
    <fieldType name="documentKey" class="solr.TextField">
      <analyzer type="index"> 
        <tokenizer class="solr.KeywordTokenizerFactory"/> 
      </analyzer> 
      <analyzer type="query"> 
        <tokenizer class="solr.KeywordTokenizerFactory"/> 
      </analyzer> 
    </fieldType>
  </types>
  <fields>
    <field name="document_id" type="documentKey" indexed="true" stored="true" required="true" />
    <field name="entity_id" type="long" indexed="true" stored="true" required="true" />
    <field name="name" type="string" indexed="true" stored="true" required="true" />
    <field name="entity_type" type="string" indexed="true" stored="true" required="false" />
    <field name="Timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
  </fields>
</schema>

注意： - document_id 字段是在用于填充索引的物化视图中计算的，它是不在此索引中的其他字段的组合，但独立于 entity_id。它是独一无二的。- entity_id 字段是几个表的键，对于相同的 document_id，它可以在刷新和另一个之间剧烈变化。

在完全刷新之前，如果我这样查询索引：

http://localhost:8080/qq-solr/system/select/?rows=10&q=document_id:%22French_Polynesia/Huahine~4034376%22

我得到：

<?xml version="1.0" encoding="UTF-8"?>
  <response>
    <lst name="responseHeader">
      <int name="status">0</int>
      <int name="QTime">5</int>
      <lst name="params">
        <str name="indent">true</str>
        <str name="q">document_id:"French_Polynesia/Huahine~4034376"</str>
        <str name="rows">10</str>
      </lst>
    </lst>
  <result name="response" numFound="1" start="0">
    <doc>
      <date name="Timestamp">2012-03-08T09:47:26.335Z</date>
      <str name="document_id">French_Polynesia/Huahine~4034376</str>
      <long name="entity_id">22902728</long>
      <str name="name">Huahine</str>
      <str name="type">LOCATION</str>
    </doc>
  </result>
</response>

然后我刷新：

http://localhost:8080/qq-solr/system/dataimport?command=full-import&clean=true&commit=true&optimize=true

（我知道清理、提交和优化是多余的，但我使用它们只是为了确保），过了一会儿我得到了一切正常的消息。

然后我再次查询索引：

http://localhost:8080/qq-solr/system/select/?rows=10&q=document_id:%22French_Polynesia/Huahine~4034376%22

我得到：

<?xml version="1.0" encoding="UTF-8"?>
  <response>
    <lst name="responseHeader">
      <int name="status">0</int>
      <int name="QTime">5</int>
      <lst name="params">
        <str name="indent">true</str>
        <str name="q">document_id:"French_Polynesia/Huahine~4034376"</str>
        <str name="rows">10</str>
      </lst>
    </lst>
  <result name="response" numFound="1" start="0">
    <doc>
      <date name="Timestamp">2012-03-09T08:31:07.317Z</date>
      <str name="document_id">French_Polynesia/Huahine~4034376</str>
      <long name="entity_id">22902728</long>
      <str name="name">Huahine</str>
      <str name="type">LOCATION</str>
    </doc>
  </result>
</response>

但是在数据库中 entity_id 是不同的！

我看到 Timestamp 已更新，因此记录已被触及，但为什么保留旧值？

4

2 回答 2

0

每当我使用 Solr 进行这样的操作时，我总是首先使用 curl 手动清除索引，以 100% 确定它已被擦除。这是一个教程：http ://www.alphadevx.com/a/365-Clearing-a-Solr-search-index

于 2013-02-20T12:14:59.120 回答
0

我将通过交互式开发模式运行您的 DataImportHandler (DIH) 进程，以便您可以确保您的数据库查询正在检索您期望的 entity_id。因为正在更新 solr 条目上的时间戳，所以您的 DIH 进程正在运行，但我猜测其原因在于检索数据的方式。

于 2012-03-09T12:57:57.840 回答