使用Solr Data Import的delta-import功能

Solr提供了full-import和delta-import两种导入方式,这篇文章主要讲解后者。

所谓delta-import主要是对于数据库(也可能是文件等等)中增加或者被修改的字段进行导入。主要原理是利用率每次我们进行import的时候在solr.home\conf下面生成的dataimport.properties文件,此文件里面有最近一次导入的相关信息。这个文件如下:

1.  #Wed Apr 21 16:48:27 CST 2010

2.  last_index_time=2010-04-21 16\:48\:24

3.  id.last_index_time=2010-04-21 16\:48\:24

其实last_index_time是最近一次索引(full-import或者delta-import)的时间。

通过比较这个时间和我们数据库表中的timestamp列即可得出哪些是之后修改或者添加的。

可通过http://<host>:<port>/solr/dataimport查看

下面是操作步骤:

1.       配置好请求处理器。(这个见我的上一篇文章)

2.       修改data-config.xml如下:

4.  <dataConfig> 

5.    <dataSource type="JdbcDataSource" 

6.                driver="com.mysql.jdbc.Driver" 

7.                url="jdbc:mysql://localhost:3306/workshop" 

8.                user="root" 

9.                password="123"

10.               batchSize="100"

11.               autoCommit="false" /> 

12.   <document> 

13.     <entity name="id" 

14.             query="SELECT id,`user`,title,content,`timestamp`,`text` FROM article"

15.             deltaImportQuery="SELECT id,`user`,title,content,`timestamp`,`text` FROM article where id='${dataimporter.delta.id}'"

16.                 deltaQuery="select id from article where `timestamp` > '${dataimporter.last_index_time}'"> 

17.     </entity> 

18.   </document> 

19. </dataConfig>  

注意entity标签的参数:

l  deltaImportQuery

仅适用于delta-import的参数。DIH会检查数据库中的最后修改时间是否与我们

这个示例为了尽可能简单,没有使用多表。数据库对应表结构如下:

id    Integer       increment

user  varchar(45)

title varchar(45)

content varchar(2000)

timestamp datatime

text    varchar(2000)

3.       最后我们请求:

http://<host>:<port>/solr/dataimport?command=delta-import 即可完成delta import

相关参数如下:

entity

entity是document下面的标签(data-config.xml)。使用这个参数可以有选择的执行一个或多个entity   。使用多个entity参数可以使得多个entity同时运行。如果不选择此参数那么所有的都会被运行。

clean

选择是否要在索引开始构建之前删除之前的索引,默认为true

commit

选择是否在索引完成之后提交。默认为true

optimize

是否在索引完成之后对索引进行优化。默认为true

debug

是否以调试模式运行,适用于交互式开发(interactive development mode)之中。

请注意,如果以调试模式运行,那么默认不会自动提交,请加参数“commit=true”

相关推荐