SOLR7实践(二)--DIH配置及使用

DIH配置及使用@SOLR7实践(二)

DIH配置及使用

网上已经有很多相关文章了,但是实践中还是遇到了些问题,备忘一下。

一、配置solrconfig.xml

编辑/var/solr/data/new_core/conf/solrconfig.xml
在第75行左右增加dih的jar包引用

    #新增dih配置
    <lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-dataimporthandler-.*\.jar" />
    #以下是原有配置
    <lib dir="${solr.install.dir:../../../..}/contrib/extraction/lib" regex=".*\.jar" />
    <lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-cell-\d.*\.jar" />

在第680行左右增加

  #新增dih配置
  <requestHandler name="/dataimport" class="solr.DataImportHandler">
    <lst name="defaults">
      <str name="config">db-data-config.xml</str>
    </lst>
  </requestHandler>
  #以下是原有配置
  <requestHandler name="/select" class="solr.SearchHandler">

二、配置db-data-config.xml

编辑/var/solr/data/new_core/conf/db-data-config.xml

<dataConfig>
    <dataSource name="DS1" driver="oracle.jdbc.OracleDriver" url="jdbc:oracle:thin:@**ip**:1521:****" user="**user**" password="**pwd**" />
    <dataSource name="DS2" driver="com.ibm.db2.jcc.DB2Driver" url="jdbc:db2://**ip**:50000/****" user="****" password="****"/>
    <document >
        <entity name="DS1ENTITY" dataSource="DS1" pk="ID" transformer="ClobTransformer" 
        query="SELECT * FROM DS1TB_2_SLR_DATA WHERE ENABLE=1"
        deltaQuery="SELECT ID FROM DS1TB_2_SLR_DATA WHERE ENABLE=1 AND TO_CHAR(LASTMODTIME,'yyyy-mm-dd') > to_char(to_date(substr('${dataimporter.DS1ENTITY.last_index_time}',1,10),'yyyy-mm-dd')-1 day, 'yyyy-mm-dd')"
        deltaImportQuery="SELECT * FROM DS1TB_2_SLR_DATA WHERE ID = '${dataimporter.DS1ENTITY.delta.id}'"
        deletedPkQuery="SELECT * FROM DS1TB_2_SLR_DATA WHERE ENABLE=0"
        >
            <field column="ID" name="id" />
            <field column="CONTENT" name="content" clob="true"/>
        </entity>

        <entity name="DS2ENTITY" dataSource="DS2" pk="ID" transformer="ClobTransformer" 
        query="SELECT * FROM DS2ENTITY_2_SLRSRCH_DATA"
        deltaQuery="SELECT ID FROM DS2ENTITY_2_SLRSRCH_DATA WHERE TO_CHAR(LASTMODTIME,'yyyy-mm-dd') > to_char(to_date(substr('${dataimporter.DS2ENTITY.last_index_time}',1,10),'yyyy-mm-dd')-1, 'yyyy-mm-dd')"
        deltaImportQuery="SELECT * FROM DS2ENTITY_2_SLRSRCH_DATA WHERE ID = '${dataimporter.DS2ENTITY.delta.id}'"
        deletedPkQuery="SELECT * FROM DS2ENTITY_2_SLRSRCH_DATA_DELETE"
        >
            <field column="ID" name="id" />
            <field column="CONTENT" name="content" clob="true"/>
        </entity>
    </document>
</dataConfig>

entity节点SQL相关属性

属性名作用
query定义全量导入数据的查询SQL
deltaQuery定义增量导入数据主键的查询SQL
deltaImportQuery定义增量导入数据全部字段的查询SQL
deletedPkQuery定义增量导入删除数据的查询SQL
parentDeltaQuery定义增量导入嵌套子entity更新父entity的SQL

配置时遇到的一些问题
多个datasource的配置,dataConfig节点下增加dataSource节点,并需要在entity节点中显示设置dataSource属性,单一dataSource节点时,entity节点中可以不配置dataSource属性;
由于业务系统的存储文字的blob字段保存的是加密后的内容,所以先使用数据库函数将blob字段处理为clob字段,再在entity的节点增加属性transformer=“ClobTransformer”,并在entity节点下的field节点指定clob字段,注意field节点的column和name两个属性字段名的大小写;
SQL中用到了DataImporthandler中的变量,${dataimporter.entity名.last_index_time}和${dataimporter.entity名.delta.字段名}分别表示entity的最后更新时间和entity的增量导入时字段,很多文章在介绍这两个变量时,省略中间的entity名,对于单一entity是没问题的,但是配置多个entity每次增量更新一个entity时,${dataimporter.last_index_time}取到的最后更新时间是所有entity中最后更新时间,而不是更新的entity的最后更新时间;
SOLR对时间类型字段处理是有时区问题的!数据库里字段和SOLR索引后的字段时间是不一样的,原因是SOLR会将时间类型字段转换到UTC时区来处理。如果只是用时间字段来进行排序,几乎没有影响,但如果需要展示时间字段,那就有问题了。网上有文章讲怎样修正SOLR源码,支持其他时区,具体方法请自行搜索。我使用了一个变通的方法,即在solr索引中定义一个字符串字段,将时间类型字段copy到字符串字段中,排序时使用时间类型字段,显示时使用字符串字段;
entity是可以嵌套的,但会降低SOLR的加载速度。

三、数据库驱动安装

网上有文章提到将数据库驱动放在/opt/solr/contrib/extraction/lib目录下,当然没有问题;
还有一种方法,在/var/solr/data/new_core下建目录lib,并将数据库驱动放在该目录下,两者的区别只是在于影响的范围。

需要重启一下SOLR服务,让以上修改生效。
在new_core下的Dataimport菜单,点击Execute按钮,得到如下页面,表示你已经导入成功了。
在这里插入图片描述

当然即使有错误,也有可能看到这个页面,需要检查一下日志。
日志所在目录 /var/solr/logs/solr.log。

四、dataimport.properties

这个文件不要创建也不需要配置,再页面执行过Dataimport后,会自动生成这个文件,其所在目录/var/solr/data/new_core/conf。

单独讲dataimport.properties文件,其实还是SOLR时区的原因。如果不修改SOLR的时区,在dataimport.properties中记录的更新时间,将会是UTC时区的时间。

五、DIH使用

在这里插入图片描述

参数名取值作用
commandfull-import/delta-import/status/reload-config/abort全量导入 / 增量导入 / 导入状态 / 重新加载配置文件 / 中止导入
verbosetrue/false输出详细步骤
cleantrue/false删除原有索引
committrue/false导入后是否提交
optimizetrue/false导入后是否优化索引
debugtrue/false调试模式,不会提交数据
entity与db-data-config.xml中定义的entity对应所要导入的entity
start整数调试模式用,开始的记录数
rows整数调试模式用,导入的记录数

导入数据可以使用URL的方式
http://localhost:8983/solr/dataimport?command=delta-import

导入数据也可以使用solrj的方式

public void dataimport(String solr_core, String command, String clean, String commit, String optimize, String entity) {
	HttpSolrClient server = new HttpSolrClient.Builder("http://localhost:8983/solr/new_core").build();

	SolrQuery query = new SolrQuery();
	query.setRequestHandler("/dataimport");
	query.setParam("command", command);
	query.setParam("clean", clean);
	query.setParam("commit", commit);
	query.setParam("optimize", optimize);
	query.setParam("entity", entity);
	try {
		server.query(query);
	} catch (Exception e) {
		e.printStackTrace();
	}
}

下面两篇文章讲得挺全的
https://wiki.apache.org/solr/DataImportHandler

https://blog.csdn.net/truong/article/details/76070571 (这篇是转载,没找到原创)

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值