Solr4.7从数据库导数据

实际工程应用中，从数据库导出数据创建索引再常见不过了，现在实验一下从数据库导入数据创建索引。

 

一、版本说明

Solr版本：4.7.0

数据库：sqlserver2005

 

二、配置步骤

1、  准备的jar包

1）  solr-dataimporthandler-extras-4.7.0.jar；在solr发布包solr-4.7.0dist里面有

2）  solr-dataimporthandler-4.7.0.jar；在solr发布包solr-4.7.0dist里面有

3）  jtds-1.2.2.jar；网上自己找

2、  修改solr的core配置

要想哪个core从数据库导入数据建索引就修改哪个core的配置。

 

2.1修改solrconfig.xml

添加如下这段配置：

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
      <lst name="defaults">
           <str name="config">data-config.xml</str>
      </lst>
</requestHandler>

2.2添加data-config.xml

在solrconfig.xml同一个文件夹内建立data-config.xml，其配置如下：

<?xml version="1.0" encoding="UTF-8" ?>

<dataConfig>
  <dataSource type="JdbcDataSource"
              driver="net.sourceforge.jtds.jdbc.Driver"
              url="jdbc:jtds:sqlserver://localHost/MyHousekeeper"
              user="sa"
              password="123456"/>
  <document>
        <entity name="pay" query="SELECT payId,payName,payMoney,payDescription,payDatetime FROM t_pay">
        <field column="payId"          name="id" />
        <field column="payName"        name="name" />
        <field column="payMoney"       name="money" />
        <field column="payDescription" name="description" />
        <field column="payDatetime"    name="datetime" />
        </entity>
  </document>

</dataConfig>

2.3修改schema.xml

修改这个的目的是让solr知道有哪些field，是否需要索引，是否需要在索引库中存储原文，以及field类型。在上面的sql中有很多种数据类型。

payId：整型

payName：字符型

payMoney：浮点数

payDescription：大文本

payDatetime：日期时间格式

首先在schema.xml中申明field类型，配置在<types> </types>内。下面配置的sring类型是不会做分词处理的，视为完整的一个词，text_ik是一个中文分词器ik-analyzer，专门处理中文分词。

如下：

<types>
   <fieldtype name="string"  class="solr.StrField"       sortMissingLast="true" omitNorms="true"/>
   <fieldType name="long"    class="solr.TrieLongField"  precisionStep="0" positionIncrementGap="0"/>
   <fieldType name="float"   class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>
   <fieldType name="date"    class="solr.TrieDateField"  precisionStep="0" positionIncrementGap="0"/>
   <fieldType name="text_ik" class="solr.TextField">
     <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
   </fieldType>
  </types>

然后申明field，field的名字应该和sql的查询结果集列名一致，如果不一致，需要在data-config.xml中entity标签中用field指明列和field的对应关系。

Field配置如下：

<fields>
  <field name="_version_"       type="long"       indexed="true"  stored="true"/>

  <field name="id"              type="long"       indexed="true"  stored="true"  multiValued="false" required="true"/>
  <field name="name"            type="string"     indexed="true"  stored="true"  multiValued="false" />
  <field name="money"           type="float"      indexed="true"  stored="true"  multiValued="false" />
  <field name="description"     type="text_ik"    indexed="true"  stored="true"  multiValued="false" />
  <field name="datetime"        type="date"       indexed="true"  stored="true"  multiValued="false" />
 </fields>

其中如下field是必须的，用于标记版本信息，由solr内部自己维护。

<field name="_version_"       type="long"       indexed="true"  stored="true"/>

三、导入测试

进入solr管理界面，command选择full-import全部导入；entity需要导入的实体，也就是配置的哪个sql，点击execute执行导入，如果数据很多的话需要导一段时间，不时的点一下refresh status刷新一下，看看导入是否完成，导入完成后会告诉你导入了多少数据，用了多少时间。如下图

做个查询测试，query，

q，description：米；查询description这个field名的米相关数据

wt，json；查询结果返回格式，默认json

execute query，执行查询，看到返回的json格式的查询结果了。

参考文献：

1）  http://www.chepoo.com/solr4-database-import-create-index.html

2）  http://blog.csdn.net/bruce128/article/details/17796705