四、Solr数据源配置（JNDI、DIH）及定时重做索引

简介

Solr支持很多种创建索引的方式，包括网页，xml以及数据库，因为我这边做的是企业级的搜索，所以用的是数据库建立索引。其实从数据库建立索引，很大程度上取决于原来的数据库设计。

从数据库建立索引，solr官方是提供一个工具的—Data Import Handler。在下载的solr中可以找到相关的jar包：

solr-dataimporthandler-4.9.0.jar

solr-dataimporthandler-extras-4.9.0.jar

将这两个jar包添加进web-inf/lib中

Solr/example中有example-DIH的项目，用了hsqldb作为数据库演示了DIH的使用。读者有兴趣可以去看下，这里就介绍我的配置方法。

DIH还支持增量索引，即在上次建立索引的基础上，只导入增量的数据。这个需要数据表设计的比较好，能够有字段区分，比如创建日期。这里我并没有使用增量索引。

Jndi配置

    Jndi有两种配置方法，第一种是在tomcat中配置，跟普通的jndi配置并没有什么区别。

    另外一种则是在前面博客中说过的$TOMCAT_HOMEconfCatalinalocalhostsolr.xml中配置，因为我是在开发环境中配置，到生产环境时用的是resin所以，我使用第二种方法配置，之后比较容易移植。

1. <?xml version="1.0" encoding="UTF-8"?>
2. <Context docBase="D:Installed Applicationsapache-tomcat-8.0.9-windows-x64apache-tomcat-8.0.9webappssolr.war" debug="0" crossContext="true" >
3.     <Environment name="solr/home" type="java.lang.String" value="D:Installed ApplicationsSolrIndex" override="false" />
4.    <Resource name="jdbc/song" auth="Container" type="javax.sql.DataSource" username="root" password="123456" driverClassName="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/song" maxActive="-1"/>
5. </Context>

Solrconfig.xml配置

在每个核心中的solrconfig.xml中配置dataimport：

1. <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
2.     <lst name="defaults">
3.        <str name="config">dbconf/Song.xml</str>
4.     </lst>
5.   </requestHandler>

配置文件的路径最好使用相对路径。

Db.xml配置

在solrconfig.xml中配置好了db.xml所在的路径后，接下来就来配置db.xml。名字可以随便起，不过建议和core name一致。

先来看个最简单的配置：

1. <dataConfig>
2.        <dataSource name="song" jndiName="java:comp/env/jdbc/song" type="JdbcDataSource"/>
3.     <document>
4.          <entity name="Artist" dataSource="song" query="select ArtistID,Name from artist'">
5.             <field column="ArtistID" name="Artist_ID" />
6.             <field column="Name" name="Artist_Name" />
7.  
8.          </entity>
9.       </entity>
10.     </document>
11. </dataConfig>

 

dataSource

所使用的数据源，其中name为可选的，主要在使用多数据源时使用。

Document

代表一个文档

Entity

即需要从数据库中取出的数据，支持sql语句，支持多表查询。跨库查询后面会介绍

Field

即接受到的数据，列名column和索引中的名称（必须和schema.xml）中field定义的名字一样。

 

Schema.xml配置

1. <field name="Artist_ID" type="int" indexed="true" stored="true" multiValued="false" />
2.    <field name="Artist_Name" type="text_ik" indexed="true" stored="true" multiValued="false"/>

配置相应的field。

导入和测试

如上图所示，点击excute即可将数据库中的数据导入索引库。

 

多数据源配置

多数据源是非常有用的一个配置。比如用户的信息存储在user表中，但是用户的分类存储在category表中，这两个表用userid联系起来，那么用多数据源的配置会非常简单。当时我并不知道怎样配置多数据源，结果导致我的SQL非常长，并且如果需要同时用到mysql和oracle时，只能用两个核心来实现（使用多数据源后，可以再一个核心索引库里配置）。

数据源jndi的配置就不说了。

主要是DB.xml的配置：

1. <dataConfig>
2.    <dataSource name="song" jndiName="java:comp/env/jdbc/song" type="JdbcDataSource"/>
3.    <dataSource name="songCategory" jndiName="java:comp/env/jdbc/songCategoty" type="JdbcDataSource"/>
4.  
5.     <document>
6.        <entity name="Song" query="SELECT songID,name FROM song">
7.       <field column="songID" name="songID" />
8.       <field column="name" name="Name" />
9.       
   
11.  
12.          <entity name="SongCategory" dataSource="SongCategory" query="select categoryName from songcategory where songID=${Song.songID}">
13.             <field column="categoryName " name="categoryName " />
14.          </entity>
15.    </entity>
16.     </document>
17. </dataConfig>

 

如上面的配置，其实配置是比较简单的，主要是SQL和数据的组织。可以看到DIH的功能是非常强大的。

定时重做索引

在用solr生成索引时，还有一个需求就是定期重做索引，官方是不支持此功能的，需要使用一个修改过的第三方jar：solr-dataimportscheduler-1.1.jar。

下载地址： https://code.google.com/p/solr-dataimport-scheduler/

    但是这个版本会有一个问题，它是使用post请求访问到solr服务器端，并没有制定content-type，导致出错，需要修改源码。

所以附件提供修改后的jar包下载（下载配置后即可使用）：

 

配置：

步骤一：

在solr hom根目录中新建conf文件夹

步骤二：

    将solr-dataimportscheduler-1.1.jar包解压缩取出dataimport.properties复制到上一步建立的conf文件夹中。

步骤三：

修改tomcat发布的webapps/solr/WEB-INF/web.xml（或者修改solr.war中WEB-INF/web.xml）, 在servlet节点前面增加:

1. <listener>
2. <listener-class>org.apache.solr.handler.dataimport.scheduler.ApplicationListener
3. </listener-class>
4. </listener>

步骤四：

在中配置相关的信息，都比较简单，读者可以自行看文件中的注释就明白了，特别说下重做索引的URL，如下：

# 重做索引的参数

1. reBuildIndexParams=/select?qt=/dataimport&command=full-import&clean=true&commit=true
2. #reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true

 

两种方式都可以。

加上其他的配置信息，如localhost，port，syncCores等等，其实原理就是根据配置信息生成一个带有重做索引命令的url，然后定期访问该url即可。自己在项目中实现一个定时器也可以实现：）

附件

点击下载