Solr数据库连接之多表关联

Solr环境配置好后，有很多时候我们需要把数据库里的数据添加到索引里，这时就需要配置跟数据库的连接，下面我们看配置的步骤。

1. 配置 solrconfig.xml  (在slor 主目录 core conf下面 我的地址 ：D:SolrHomecollection1confsolrconfig.xml )

    在根目录下加入如下配置，其中 data-config.xml 是我们要配置的数据库连接文件路径。

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

2. 创建 data-config.xml 文件

<?xml version="1.0" encoding="UTF-8"?>  
<dataConfig>
    <dataSource driver="com.microsoft.sqlserver.jdbc.SQLServerDriver" url="jdbc:sqlserver://127.0.0.1;DatabaseName=QuestionBank" user="sa" password="sa"/>
    <document name="Question-High">            
        <entity name="Question"  transformer="HTMLStripTransformer" pk="id"
                 query="select * from [dbo].site_HighSchoolQuestion  where IsEnabled=1"  
                 deletedPkQuery="SELECT id FROM [dbo].site_HighSchoolQuestion where IsEnabled=0" 
                 deltaImportQuery="select * from [dbo].site_HighSchoolQuestion where id='${dih.delta.id}'"    
                 deltaQuery="SELECT id FROM [dbo].site_HighSchoolQuestion where ModifyTime > '${dataimporter.last_index_time}'">             
                    <field column="Id"      name="Id"      />  
                    <field column="Title"      name="Title"      />     
                    <field column="TitleText"      name="TitleText" />
                    <field column="Content"      name="Content" stripHTML="false"/> 
                    <field column="SubjectInfo"      name="SubjectInfo" stripHTML="false"/>                                   
                    <entity name="Subject" pk="id" query="SELECT [Code] as SubjectCode FROM [dbo].[site_Subject] where  Id ='${Question.SubjectInfo}'"
                            deltaQuery="SELECT id FROM [dbo].site_Subject where ModifyTime > '${dataimporter.last_index_time}'"
                            parentDeltaQuery="SELECT id FROM [dbo].site_HighSchoolQuestion where SubjectInfo ='$(Subject.id)'">                          
                         <field column="SubjectCode" name="SubjectCode" />
                    </entity>
         </entity>  
    </document>
</dataConfig>

dataSource 节点 配置数据库 连接字符串http://i.cnblogs.com/EditPosts.aspx?opt=1

entity 节点即Solr中对应的实体 其中属性

transformer:转换器

pk :使用的主键

query : 是获取全部数据的SQL  相当于在solr dataimport 页面执行 full-imoport操作时调用的语句 我这里只需要 启用的数据所以加了条件 where IsEnabled=1

deltaImportQuery: 获取增量数据时使用的SQL 语句 指定要获取哪些列 注意后面的条件  where id='${dih.delta.id}' 这里的 ${dih.delta.id} 是内置变量 它的值跟下面的属性关系密切 它是 deltaQuery 里符合条件的ID

deltaQuery ：增量更新时获取PK的SQL语句，${dataimporter.last_index_time}  的值是solr 最后创建索引时间，增量更新是根据这个时间跟数据库更新时间进行对比，选择数据库更新时间在solr更新时间之后的进行更新。

deletedPkQuery : 在某些情况下，可能删除数据并不是物理删除，而只是改变数据库某个值，做个标记，在数据库做了删除标记后，记录还是存在的。这时我们是不需要这些数据进入索引的，

                         那么我们可以通过这个语句对做过删除标记的索引删除（增量更新时起作用）。

　　　　　　　　　注意：这个要小心性能问题，它会针对每个 deltaQuery 查询语句里的 id 循环判断 是否在已删除列表里，所以，如果已删除的列表有 200 个

                         已更新的 ID列表有 10000 个，那么 要进行 200 * 10000 次循环。

field 节点是对应的数据库中的列  其中 column 属性 查询语句中对应的列名， name 属性 solr实体首页的列名。

如果有表关联就出现了下面的配置

<entity name="Subject"  pk="id" query="SELECT [Code] as SubjectCode FROM [dbo].[site_Subject] where  Id ='${Question.SubjectInfo}'"
                            deltaQuery="SELECT id FROM [dbo].site_Subject where ModifyTime > '${dataimporter.last_index_time}'"
                            parentDeltaQuery="SELECT id FROM [dbo].site_HighSchoolQuestion where SubjectInfo ='$(Subject.id)'">                          
                         <field column="SubjectCode" name="SubjectCode" />
                    </entity>

这里 subject 是 site_HighSchoolQuestion 表的关联表，我这里要用到它的 SubjectCode 列，所以在它里面配置了 SubjectCode的 field 节点。

entity 节点 name 节点同上，给这个实体取个名字，方便下面引用。

query : 查询语句这里的条件是 id = Question 的 SubjectInfo的值。

deltaQuery: 增量更新时获取PK的SQL语句 同上

parentDEltaQuery: 获取父实体对象PK的语句 如果 Subject 更新了会通知  Question 更新，而更新就是通过PK值进行的，注意我这里的条件 where SubjectInfo ='$(Subject.id)' 因为我这里两张表是通过 SubjectInfo 关联的

这里有2点要注意的：

1. 子entiyt 必须要设置 PK 不然的话是没法更新的

2. 性能问题， 这里如果 deltaQuery 语句查出的是 10000 条记录   parentDeltaQuery 语句就要执行 10000次 。

3. 如果还不能更新请检查你的 SQL 语句

下面就要配置  同目录下的 schema.xml 了。这里是简化的

<?xml version="1.0" encoding="UTF-8" ?>
<schema name="question-heigh" version="1.5">  
   <!-- If you remove this field, you must _also_ disable the update log in solrconfig.xml
      or Solr won't start. _version_ and update log are required for SolrCloud
   --> 
   <field name="_version_" type="long" indexed="true" stored="true"/>
   
   <!-- points to the root document of a block of nested documents. Required for nested
      document support, may be removed otherwise
   -->
   <field name="_root_" type="string" indexed="true" stored="false"/>
    
    <!-- 分词器配置 -->
    <fieldType name="text_ik" class="solr.TextField">
        <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
        <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
    </fieldType>
    <!--  HTML标签过滤  -->
    <charFilter class="solr.HTMLStripCharFilterFactory"/>

    <!-- 数据库字段 -->
   <field name="Id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
   <!-- 启用分词 -->
   <field name="Title" type="text_ik" indexed="true" stored="true" />   
   <field name="TitleText" type="string" indexed="true" stored="false" />   
   <field name="Content" type="text_ik" indexed="true" stored="true" />
   <!-- 这里subjectInfo 如果是1对多的关系 multiValued 的值要设置为 true,我这里是 1对1 -->
   <field name="SubjectInfo" type="string" indexed="true" stored="true" />   
   <field name="SubjectCode" type="string" indexed="true" stored="true" multiValued="false"/>
   <!-- 注意主键设置 -->
   <uniqueKey>Id</uniqueKey> 
   <fieldType name="string" class="solr.StrField" sortMissingLast="true" /> 
   <!-- 随机排序用的 -->
   <fieldType name="random" class="solr.RandomSortField" indexed="true" />  
   <!-- 默认查询域 -->
    <defaultSearchField>Title</defaultSearchField>
    <solrQueryParser defaultOperator="AND"/>
</schema>

配置就做好了，别忘了添加连接数据库的 jar 包，下载后复制到部署目录下

以我自己的为例： D:apachetomcatapache-tomcat-7.0.59webappssolrWEB-INFlib

同时还需要 solr安装目录里面 D:solr-4.10.4dist 下 solr-dataimporthandler-4.10.4.jar 、solr-dataimporthandler-extras-4.10.4.jar 这两个jar包一起拷过去。

试试，是不是可以跑索引了。