Solr4.6用csv文件导入数据

安装好了solr4.6，今天尝试了下给collection1核用csv文件批量导入数据。

首先写好csv文件（book.csv），这个文件的路径随意放。我的路径是：E:/book.csv。并注意文件的编码，我的编码是GB2312，一会儿上传的时候要用，如果错了，中文会乱码。

id;title;content
16;"除夕";"某主席上台了，除夕就不放假了。"
17;"钓鱼岛";"钓鱼岛是中国的，苍井空是世界的"

然后修改schema.xml。把fields里面的已经定义好的字段全部清空，但是"_version_"，和”_root_“元素保留。字段定义如下：

<field name="id" type="string" stored="true" indexed="true"/>
<field name="title" type="string" stored="true" indexed="true"/>
<field name="content" type="string" stored="true" indexed="true"/>

还需要修改solrconfig.xml。

将下面的这一段：

 <requestHandler name="/update/csv" class="solr.CSVRequestHandler">
        <lst name="defaults">
        <str name="stream.contentType">application/csv</str>
      </lst>
  </requestHandler>

替换为：

<requestHandler name="/update/csv" class="solr.CSVRequestHandler" startup="lazy">
  <lst name="defaults">
    <str name="separator">;</str>
    <str name="header">true</str>
    <str name="encapsulator">"</str>
  </lst>
 </requestHandler>

separator字段表示每行数据各个字段是用分号分开的。

所有的修改完之后，重启tomcat。如果是windows下，直接在浏览器地址栏里执行下面这个http请求即可：

http://localhost:8080/solr/update/csv?commit=true&stream.file=E:/book.csv&stream.contentType=text/plain;
charset=GB2312

说明一下，commit=true这个必须有，不然插入数据不会成功。E:/book.csv，这个是文件的绝对路径。;charset=GB2312这个是我的csv文件的文件编码方式，这个一定要弄清楚，否则中文乱码。