接着总结整理,接着来~
内容:
1.设置数据导入时的两种方式:增量导入(delta-import)和全量导入(full-import)的配置
2.定时自动增量更新设置
一:增量导入实现配置:
1. 导入jar包,将solr-dataimporthandler-5.3.1.jar和solr-dataimporthandler-extras-5.3.1.jar从solr-7.1/dist/文件夹下copy到solr-7.1/server/solr-webapp/webapp/WEB-INF/lib当中
2. 增加data-config中增量配置,如下:
<dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost/dbname" user="db_username" password="db_password"/>
· 数据源也可以配置在solrconfig.xml中
· 属性type 指定了实现的类型。它是可选的。默认的实现是JdbcDataSource。
· 属性 name 是datasources的名字,当有多个datasources时,可以使用name属性加以区分
· 其他的属性都是随意的,根据你使用的DataSource实现而定。
· 当然你也可以实现自己的DataSource。
我们做如下配置:
<dataConfig>
<dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/ceshi" user="root" password="root"/>
<document name="salesDoc">
<entity name="test" pk="id"
query="SELECT* from test"
deltaQuery="selectid as id from test where update_time > '${dih.last_index_time}'"
deltaImportQuery="select id,name,sex,age from test where id='${dih.delta.id}'">
<field name="id" column="id" />
<field name="textname" column="name"/>
<field name="sex" column="sex"/>
<field name="age" column="age"/>
</entity>
</document>
</dataConfig>
query是获取全部数据的SQL
deltaImportQuery是获取增量数据时使用的SQL
deltaQuery是获取pk的SQL
parentDeltaQuery是获取父Entity的pk的SQL
注意:该处必须包含ID,否则不能进行
多数据源
一个配置文件可以配置多个数据源。增加一个dataSource元素就可以增加一个数据源了。name属性可以区分不同的数据源。如果配置了多于一个的数据源,那么要注意将name配置成唯一的。
<dataSource type="JdbcDataSource" name="ds-1" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://db1-host/dbname" user="db_username" password="db_password"/>
<dataSource type="JdbcDataSource" name="ds-2" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://db2-host/dbname" user="db_username" password="db_password"/>
使用为:
<entity name="one" dataSource="ds-1" ...>
..
</entity>
<entity name="two" dataSource="ds-2" ...>
..
</entity>
3: 在managed-schema中添加
<!-- test data -->
<!-- <field name="id" type="string" indexed="true" stored="true" /> -->
<field name="textname" type="text_ik" indexed="true" stored="true" />
<field name="sex" type="string" indexed="true" stored="true" />
<field name="age" type="string" indexed="true" stored="true" />
4:在solrconfig.xml引入添加的data-config.xml文件
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<str name="config">./data-config.xml</str>
</lst>
</requestHandler>
即可完成增量导入数据;
二:自动增量更新
1 除了将上述两个jar包导入,再将solr-dataimport-scheduler.jar同样导入(scheduler调度,日程安排)
2 在webapps/solr/WEB-INF下web.xml配置监听。如下:
<listener>
<listener-class> org.apache.solr.handler.dataimport.scheduler.ApplicationListener
</listener-class>
</listener>
3 在solr-home目录下新建conf文件夹,在文件夹下新建dataimport.properties文件,在其里面设置自动增量及全量导入时间,如下:
#################################################
# #
# dataimport scheduler properties #
# #
#################################################
# server BASIC authorization by userName and password
# format:userName:password
# if no server BASIC authorization,please set:
# authorizationMsg=
authorizationMsg=userName:password
# to sync or not to sync
# 1 - active; anything else - inactive
syncEnabled=1
# which cores to schedule
# in a multi-core environment you can decide which cores you want syncronized
# leave empty or comment it out if using single-core deployment
syncCores=core1
# solr server name or IP address
# [defaults to localhost if empty]
#solr服务器的ip地址
server=localhost
# solr server port
# [defaults to 80 if empty]
port=8080
# application name/context
# [defaults to current ServletContextListener's context (app) name]
webapp=solr
# URL params [mandatory]
# remainder of URL
#增量
params=/dataimport?command=delta-import&clean=false&commit=true&optimize=false&wt=json&indent=true&verbose=false&debug=false
# schedule interval
# number of minutes between two runs
# [defaults to 30 if empty]
#自动增量更新的时间间隔,单位为分钟,默认为30分。
interval=1
# 重做索引的时间间隔,单位分钟,默认7200,即5天;
# 为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=43200
# 重做索引的参数
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true&optimize=true&wt=json&indent=true&verbose=false&debug=false
# 重做索引时间间隔的计时开始时间,第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000;
# 两种格式:2012-04-11 03:10:00 或者 03:10:00,后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=23:59:59
注意:不能存在空格,否则找不到执行的URL。