使用Solr Data Import的full-import | delta-import功能

Solr提供了full-import和delta-import两种导入方式

多个entity，每个entity有各自的last_index_time,可以通过dataimporter.entityname.last_index_time来取各自的最后更新时间来进行增量更新。

多个entity时，进行full-import时指明导入某个entity,http://localhost:8088/solr-platform/zbs-core/dataimport?entity=zcx&command=full-import.会把之前创建的索引通通删除（包括其他ENTITY创建的索引）重新建，这是要注意的地方.我开始以为是只删除当前entity的所有索引再重新full-import,结果不是这样的，加上参数clean = false;但也会删除相同id的（在 scheam.xml 的uniqueKey 声明的）

所谓delta-import主要是对于数据库（也可能是文件等等）中增加或者被修改的字段进行导入。主要原理是利用率每次我们进行import的时候在solr.home\conf下面生成的dataimport.properties文件，此文件里面有最近一次导入的相关信息。这个文件如下：

1.  #Wed Apr 21 16:48:27 CST 2010

2.  last_index_time=2010-04-21 16\:48\:24

3.  id.last_index_time=2010-04-21 16\:48\:24

其实last_index_time是最近一次索引（full-import或者delta-import）的时间。

通过比较这个时间和我们数据库表中的timestamp列即可得出哪些是之后修改或者添加的。

可通过http://<host>:<port>/solr/dataimport查看

下面是操作步骤：

1.       配置好请求处理器。（这个见我的上一篇文章）

2.       修改data-config.xml如下：

  <dataConfig> 
   <dataSource type="JdbcDataSource" 
               driver="com.mysql.jdbc.Driver" 
               url="jdbc:mysql://localhost:3306/workshop" 
                user="root" 
                password="123"
             batchSize="100"
               autoCommit="false" /> 
  <document> 
    <entity name="id" 
           query="SELECT id,`user`,title,content,`timestamp`,`text` FROM article"
            deltaImportQuery="SELECT id,`user`,title,content,`timestamp`,`text` FROM article where id='${dataimporter.delta.id}'"
                 deltaQuery="select id from article where `timestamp` > '${dataimporter.last_index_time}'"> 
     </entity> 
  </document> 
 </dataConfig>  

注意entity标签的参数：

l  deltaImportQuery

仅适用于delta-import的参数。DIH会检查数据库中的最后修改时间是否与我们

这个示例为了尽可能简单，没有使用多表。数据库对应表结构如下：

id    Integer       increment

user  varchar(45)

title varchar(45)

content varchar(2000)

timestamp datatime

text    varchar(2000)

在schema.xml增加相应的字段，相同可以抽出，需要使用分词的则把type指向分词类型。（type="textComplex"）

3.       最后我们请求：

http://<host>:<port>/solr/dataimport?command=delta-import 即可完成delta import

相关参数如下：

n  entity

entity是document下面的标签（data-config.xml）。使用这个参数可以有选择的执行一个或多个entity   。使用多个entity参数可以使得多个entity同时运行。如果不选择此参数那么所有的都会被运行。

n  clean

选择是否要在索引开始构建之前删除之前的索引，默认为true

n  commit

选择是否在索引完成之后提交。默认为true

n  optimize

是否在索引完成之后对索引进行优化。默认为true

n  debug

是否以调试模式运行，适用于交互式开发（interactive development mode）之中。

请注意，如果以调试模式运行，那么默认不会自动提交，请加参数“commit=true”

 所有命令如下 

public static final String FULL_IMPORT_CMD = "full-import";

  public static final String IMPORT_CMD = "import";

  public static final String DELTA_IMPORT_CMD = "delta-import";

  public static final String ABORT_CMD = "abort";

  public static final String DEBUG_MODE = "debug";

  public static final String RELOAD_CONF_CMD = "reload-config";

  public static final String SHOW_CONF_CMD = "show-config";

请求格式如下

http://localhost:8080/solr/dataimport?command=full-import

参考:

http://blog.csdn.net/xiao_jun_0820/article/details/7997411

http://forchenyun.iteye.com/blog/649660