solr（4）solr7.3.1 使用DIH上传结构化数据

DIH介绍

DIH（Data Import Handler）数据导入处理程序简写，常见的做法大部分应用将数据都是以结构化的方式存储，例如存储在数据库中。DIH其实就是将这些内容导入solr中，方便日后索引使用。同时它还可以导入基于HTTP的数据源（RSS源、ATOM源，电子邮件存储库和结构化XML）。

术语

• 数据源：数据源定义了感兴趣的数据的位置。对于数据库，它是一个DSN。对于HTTP数据源，它是基本URL。
• 实体：从概念上讲，处理实体以生成一组文档，其中包含多个字段（在可选地以各种方式进行转换之后）被发送到Solr以进行索引。对于RDBMS数据源，实体是视图或表，它将由一个或多个SQL语句处理，以生成一组包含一个或多个列（字段）的行（文档）。
• 处理器：实体处理器执行从数据源提取内容，转换数据并将其添加到索引的工作。可以编写自定义实体处理器来扩展或替换所提供的处理器。
• 转换器：可以可选地转换由实体提取的每组字段。此过程可以修改字段，创建新字段或从单个行生成多个行/文档。DIH中有几个内置的变换器，它们执行修改日期和剥离HTML等功能。可以使用公共可用的界面编写自定义变换器。

官方DIH示例启动

1.启动

E:\Solr\solr-7.3.1\bin>solr.cmd -e dih

Starting up Solr on port 8983 using command:
"E:\Solr\solr-7.3.1\bin\solr.cmd" start -p 8983 -s "E:\Solr\solr-7.3.1\example\example-DIH\solr"

Waiting up to 30 to see Solr running on port 8983
Started Solr server on port 8983. Happy searching!

Solr dih example launched successfully. Direct your Web browser to http://localhost:8983/solr to visit the Solr Admin UI

2.运行导入

3.导入查询