问题标签 [dih]

我在我的 Solr 引擎中索引了 MySQL 数据库的一些数据。当我搜索关键字和字段名称时，它工作正常：“q=texted_value:car”返回我的数据库记录

但是，我需要能够在我的数据库中执行全文搜索，而无需提供字段名 (q=car)。那么我们该怎么做呢？如果它在我的数据配置中包含变压器或处理器，请您指导我吗？

我的 data-config.xml ：

谢谢

使用 DiH 将数据从 SQL Server 导入到 Solr 以进行索引时出现此错误：

以电子商务商店为例，该商店在不同的 Web 服务中具有目录和价格数据。现在，我们知道 solr 不允许对文档字段进行部分更新（JIRA 错误），那么您如何索引这两个服务呢？我有三种可能性，但我不确定哪一种是正确的：

1. 部分更新 - 不可能

2. Solr 加入 - 将价格和目录放在单独的索引中，并将它们加入solr。您不能将它们加入您的客户端代码，而不会搞砸分页和方面计数。我不知道这在 pre-solr 4.0 中是否可行

3. 有某种中间索引服务，它根据这两个服务的结果组成整个文档并将其发送以进行索引。但是这种方法有两个问题：

   3.1 您仍然可以部分地撰写文档，然后当文档完成时，您可以设置一个标志，表明这是一个完整的文档。但是，每次必须对文档进行索引时，都必须先检查该文档是否存在于索引中，然后对其进行编辑并将其推回。因此，性能受到很大影响。3.2 你的中间服务检查一个特定的 id 是否可以从所有的服务中获得——如果不是静默地丢弃它，并希望当它出现在另一个服务中时，第一个服务已经被填充。这没关系，但这意味着在所有字段都可用之前，搜索中的项目不可用（总是不可取 - 如果您没有价格，您可以简单地将其设置为缺货并仍然可用）

在所有这些方法中，只有#3.2 对我来说是可行的——有人知道你是如何用 DIH 做这种事情的吗？因为现在，您有两个不同的入口点（2 个不同的 Web 服务）进入索引，并且每个都必须检查另一个

我在 DIH 中使用 UpdateRequestProcessorChain 并得到数据未提交到索引的问题。我试图调试我的处理器并且它可以工作。完全导入命令的状态是：

但是 catalina.out 中没有信息表明调用了提交过程：

日志中没有任何错误。如果我在没有 UpdateRequestProcessorChain 的情况下使用 DIH，则提交没有问题。有人知道这里可能出了什么问题吗？

这是我的 solrconfig.xml 中的配置：

我是 Solr 的新手，我正在努力导入一些不包含 ID 字段的 XML 数据，尽管它说我的 schema.xml 是必需的：

一个 XML 示例：

架构.xml：

此时，我需要从 http fetch 中导入这个 xml，然后我使用 DataimportHandler。这是我的 data-config.xml

然后，它似乎工作正常，但我收到以下错误：org.apache.solr.common.SolrException: [doc=null] missing required field: id

这让我认为我应该在导入时生成一个自动 ID，并使用 data-config.xml，但我不知道如何去做。

我应该怎么做？使用 ScriptTransformer？任何想法不胜感激

还有一个问题：我可以在导入期间强制一个值吗？

例如：（<field column="site" value="estacions"/>显然这不起作用）

我想知道，在 Apache Solr DIH 中使用嵌套实体是否比使用连接查询更有价值？

谢谢。

我需要使用 DIH 导入多个数据库和 rss 源。

是否有可能使用多个data-config.xml？或者即使只使用一个，有没有办法配置不同的导入处理程序？

谢谢。

我们正在尝试使用来自 2 个不同数据库的数据构建 SOLR 索引，

看着那个http://wiki.apache.org/solr/DataImportHandler#Multiple_DataSources，它似乎应该是可能的，但我们遇到了问题。

尝试运行索引器时，它适用于第一个实体/查询/ds，然后失败org.apache.solr.handler.dataimport.DataImportHandlerException: Unable to execute query: SELECT ZZZ FROM TABLE

似乎它正在尝试在 ds-1 上执行 query2 ...

我们还改变了数据源和/或实体定义的顺序，似乎它总是只能索引第一个。

我们做错了什么吗？我们对 SOLR 能做什么有错误的期望吗？

谢谢您的帮助

我正在使用 solr 3.6。我每小时使用 DIH aprox 2.6GB 数据进行索引（现在，我使用完全导入，但我也知道增量导入）。我只为 JVM 使用 24GB 的 RAM。solr 实例是一个多核实现（现在有 8 个核心，但会增长），但只有一个核心有大索引（大约 2.6GB）。我观察到每个完整索引后 RAM 使用量都在增加，并且在我不重新启动 servlet 容器（码头）之前永远不会回来。这是来自 New Relic 的数据图像：

这是solr的问题还是错误？我想问题是垃圾收集。有什么建议吗？谢谢！

我正在尝试使用 Coldfusion10 进行 solr 搜索。我在 Solr 安装中使用了构建，并使用 CF Admin 创建了集合。它创建了一个 schema.xml，应该与 cfindex 和 cfsearch 等一起使用。

首先，我在 Coldfusion 中编写了一个导入脚本，通过查询获取数据并使用 cfindex 将其提供给 solr。

这很好用，但不够快。我可以完美搜索，如果我在搜索条件中拼写错误，它会给出我的建议查询结果。例如搜索“pleystation”建议g“playstation”等。

之后想尝试一下 Data Import Hanlder von Solr。我得到了一切工作，数据库连接，所有基本配置文件开始完全导入。

索引速度非常快，但没有给我任何建议等。我确定我没有正确配置 data-import.xml 文件。问题是，我不知道 Coldfusion10 如何处理我提供给 cfindex 标签并将其发送给 solr 的文件。

这是我尝试过的 data-config.xml 文件之一。

看起来使用 DIH Solr 处理内容的方式与使用 cfindex 时处理的方式不同。我尝试使用 cf 创建的 schema.xml 中的不同字段名称，例如比赛等，但这没有帮助。

对这个问题的任何帮助或建议都会很棒:)

问候马库斯