我遇到Solr在完全导入过程中不会清除索引的问题。Solr全新刷新不会清除索引
所有服务器都运行Solr 3.4,配置如同vanilla一样。
我在我们的开发环境和我自己的计算机上的一个实例上试过这个,并且收到了类似的结果。
架构是相当简单的,这些是显着点:
<schema name="System" version="1.4">
...
</types>
<fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true" />
<fieldType name="long" class="solr.TrieLongField" precisionStep="0" omitNorms="true" positionIncrementGap="0" />
<fieldType name="date" class="solr.TrieDateField" omitNorms="true" precisionStep="0" positionIncrementGap="0" />
<fieldType name="documentKey" class="solr.TextField">
<analyzer type="index">
<tokenizer class="solr.KeywordTokenizerFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.KeywordTokenizerFactory"/>
</analyzer>
</fieldType>
</types>
<fields>
<field name="document_id" type="documentKey" indexed="true" stored="true" required="true" />
<field name="entity_id" type="long" indexed="true" stored="true" required="true" />
<field name="name" type="string" indexed="true" stored="true" required="true" />
<field name="entity_type" type="string" indexed="true" stored="true" required="false" />
<field name="Timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
</fields>
</schema>
值得注意的是: - 该DOCUMENT_ID字段是其中用来填充索引物化视图计算,并且是的组合其他字段不在此索引中,但与entity_id无关。它是独一无二的。 - entity_id字段是几个表的关键,对于同一个document_id,它可以在刷新和另一个之间疯狂地改变。
完全刷新之前,如果我查询索引这样:
http://localhost:8080/qq-solr/system/select/?rows=10&q=document_id:%22French_Polynesia/Huahine~4034376%22
我得到:
<?xml version="1.0" encoding="UTF-8"?>
<response>
<lst name="responseHeader">
<int name="status">0</int>
<int name="QTime">5</int>
<lst name="params">
<str name="indent">true</str>
<str name="q">document_id:"French_Polynesia/Huahine~4034376"</str>
<str name="rows">10</str>
</lst>
</lst>
<result name="response" numFound="1" start="0">
<doc>
<date name="Timestamp">2012-03-08T09:47:26.335Z</date>
<str name="document_id">French_Polynesia/Huahine~4034376</str>
<long name="entity_id">22902728</long>
<str name="name">Huahine</str>
<str name="type">LOCATION</str>
</doc>
</result>
</response>
然后我刷新:
http://localhost:8080/qq-solr/system/dataimport?command=full-import&clean=true&commit=true&optimize=true
(我知道干净,提交和优化是多余的,但我用它们只是为了确保),过了一段时间后,我得到了一切都很好的消息。
然后我再次查询索引:
http://localhost:8080/qq-solr/system/select/?rows=10&q=document_id:%22French_Polynesia/Huahine~4034376%22
我也得到:
<?xml version="1.0" encoding="UTF-8"?>
<response>
<lst name="responseHeader">
<int name="status">0</int>
<int name="QTime">5</int>
<lst name="params">
<str name="indent">true</str>
<str name="q">document_id:"French_Polynesia/Huahine~4034376"</str>
<str name="rows">10</str>
</lst>
</lst>
<result name="response" numFound="1" start="0">
<doc>
<date name="Timestamp">2012-03-09T08:31:07.317Z</date>
<str name="document_id">French_Polynesia/Huahine~4034376</str>
<long name="entity_id">22902728</long>
<str name="name">Huahine</str>
<str name="type">LOCATION</str>
</doc>
</result>
</response>
但在数据库中的ENTITY_ID是不同的!
我看到Timestamp已更新,因此记录已被触及,但为什么旧值保留?
不回答你的问题,但为什么你使用优化与Solr 3.x?看看[这里](http://www.searchworkings.org/blog/-/blogs/simon-says%3A-optimize-is-bad-for-you),你很可能不需要它,并且它甚至不好!我会使用dih优化= false来避免这种不良的默认行为。 – javanna 2012-03-09 12:30:17