Lucene或Solr用于索引MySQL数据库数据，其中一些数据不能公开

Question

我有一个MySQL数据库与PHP前端。我想实现搜索功能，但我有一些独特的情况，需要一些建议才能继续。

我的雇主拥有大量的档案研究资料。某些馆藏的元数据和数据以数字格式提供，但由于捐助协议或版权问题，并非所有数字数据都可以通过互联网访问。在互联网上不允许使用数字数据的情况下，人们可能会实际访问我们的建筑物并查看信息。现在，每个数字收藏都有自己的数据库，但我们正在将所有内容整合到一个数据库中，以便顾客可以同时搜索所有收藏。

这是我的理解，如果我使用Solr进行索引和搜索，信息通过HTTP在Tomcat上运行的Solr实例与客户端之间传输，并且可能会暴露不应该公开的数据。为了避免这个问题，我认为在服务器上直接使用Lucene来生成索引，然后以某种方式直接在同一台服务器上从PHP访问它会是一个更好的主意。我的问题是（1）我对情况的评估是否正确; （2）如果不是，它是如何工作的？我知道Java。谢谢。

Answer 1

通过HTTP传输数据并公开访问该数据是两个完全不同的问题。您可以让一台Solr服务器在全球一半的物理机器上运行，并对其进行配置，以便只能从您明确允许的某台特定机器访问它。尽管您可能会在运行应用程序的同一台计算机上运行Solr服务器，并将服务器的防火墙/端口/路由设置配置为仅允许公共访问您的应用程序，而不是Solr服务器。这对于选择其中一个而言并不重要，只是一个配置问题。

Answer 2

如果您担心将数据从Solr传输到MySQL，您可以只将字段设置为“索引”，而不是“存储”。通过这种方式，您可以查询它们，但不能读取它们的内容，另外按照建议只允许从受信任的机器（PHP客户端）访问Solr。

Solr并不是很擅长生成带有字段内容的大型XML或JSON响应，因此只需询问（和存储）您真正需要的内容（即只记录数据库记录的id，然后从数据库本身获取其余内容）。 这样你就会有快速的反应，对其他人来说是无用的（在信息泄露的情况下）并且索引会更小。