Solr DIH以Mysql为数据源批量创建索引

测试于：Solr 4.5.1, mmseg4j 1.9.1, Jdk 1.6.0_45, Tomcat 6.0.37 | CentOS 5.7

配置数据源

[root@devnote ~]# cd /root/solr-4.5.1/example/example-DIH/solr/db/conf
[root@devnote conf]# touch mysql-data-config.xml

编辑mysql-data-config.xml，根据需要添加新内容，内容可参见同目录下db-data-config.xml文件

<dataConfig>
    <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/basic" user="root" password="123"/>
    <document>
        <entity name="article" transformer="HTMLStripTransformer" 
               query="SELECT id, title, content FROM article">
                <field column="id" name="id" />
                <field column="title" name="title" />
                <field column="content" name="content" stripHTML="true" />
        </entity>
    </document>
</dataConfig>

transformer="HTMLStripTransformer"配合stripHTML="true"使用来达到过滤正文html标签的作用。

配置dataimport handler

打开solr管理后台，选择相应的core，选择Dataimport（可参考如下第二张截图）
初次使用此功能，会显示：sorry, no dataimport-handler defined!
编辑solrconfig

[root@devnote ~]# vi solr-4.5.1/example/solr/collection1/conf/solrconfig.xml

加入如下代码

 <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
  <lst name="defaults">
    <str name="config">/root/solr-4.5.1/example/example-DIH/solr/db/conf/mysql-data-config.xml</str>
  </lst>
</requestHandler>

添加位置根据自己的习惯，便于查找即可，我这里放到系统内置最后一个handler，replication之下，如：
DIH的配置位置

重启报错：java.lang.ClassNotFoundException: org.apache.solr.handler.dataimport.DataImportHandler
引入需要的包即可

[root@devnote ~]# cp solr-4.5.1/dist/solr-dataimporthandler-*.jar /opt/tomcat/webapps/solr/WEB-INF/lib/

因为涉及到连接mysql，自己找一个mysql的驱动包也放到上述lib中

重启

执行创建索引

选择对应的core；
选择Dataimport；
选择实体article；(注Solr 4.9.0中实体列表为空，解决方法参见：For security reasons, SolrResourceLoader cannot load files from outside the instance's directory)
执行Execute；
Refresh Status查看状态，右侧会显示正确索引的数量。

使用DIH从mysql批量生成索引

如过此内容对您有帮助，欢迎以点击广告的形式来支持我们，但请每天不要多于一次，否则可能被识别恶意点击，导致封号。