Solr Update插件自定义Update Chain按条件更新索引
背景：基于call客，来电和跟进记录等多个数据来源的用户文档，需要在更新是判断首来源的时间。如对电话号码11xxxx来说，来电时间是今天，call客时间是昨天，而call客数据又可能因为网络原因晚上传上来，这样一来11xxxx这个用户document的来源时间需要更新成昨天。
分析：solr的默认update没有办法匹配业务的灵活的更新逻辑。更新逻辑如下，当更新来源时间的时候，如果新的来源时间比之前的来源时间晚，则保持之前的来源时间。
代码实现：
package custom.solr;
import java.io.IOException;
import org.apache.lucene.util.BytesRef;
import org.apache.solr.common.SolrInputDocument;
import org.apache.solr.core.SolrCore;
import org.apache.solr.handler.component.RealTimeGetComponent;
import org.apache.solr.request.SolrQueryRequest;
import org.apache.solr.response.SolrQueryResponse;
import org.apache.solr.search.SolrIndexSearcher;
import org.apache.solr.update.AddUpdateCommand;
import org.apache.solr.update.processor.UpdateRequestProcessor;
import org.apache.solr.update.processor.UpdateRequestProcessorFactory;
import org.apache.solr.util.RefCounted;
public>
{
@Override
public UpdateRequestProcessor getInstance(SolrQueryRequest req, SolrQueryResponse rsp, UpdateRequestProcessor next)
{
return new ConditionalUpdateProcessor(req, rsp, next);
}
}
class ConditionalUpdateProcessor extends UpdateRequestProcessor
{
public static final String ORIGIN_TIMESTAMP = "origin_timestamp";
public ConditionalUpdateProcessor(SolrQueryRequest req, SolrQueryResponse rsp, UpdateRequestProcessor next)
{
super(next);
core
= req.getCore();
}
private final SolrCore core;
@Override
public void processAdd(AddUpdateCommand cmd) throws IOException
{
SolrInputDocument newDoc
= cmd.getSolrInputDocument();
BytesRef indexedId
= cmd.getIndexedId();
RefCounted
<SolrIndexSearcher> newestSearcher = core.getRealtimeSearcher();
SolrIndexSearcher searcher;
long lookup;
searcher
= (SolrIndexSearcher) newestSearcher.get();
lookup
= searcher.lookupId(indexedId);
//if not exists
if (lookup < 0)
{super.processAdd(cmd);
}
SolrInputDocument oldDoc = RealTimeGetComponent.getInputDocument(core, indexedId);
Object newOriginTimestamp = newDoc.getFieldValue(ORIGIN_TIMESTAMP);
Object oldOriginTimestamp = oldDoc.getFieldValue(ORIGIN_TIMESTAMP);
if (newOriginTimestamp != null && oldOriginTimestamp != null)
{
if (Long.valueOf(oldOriginTimestamp.toString()) < Long.valueOf(newOriginTimestamp.toString()))
{
newDoc.setField(ORIGIN_TIMESTAMP, oldOriginTimestamp);
}
}
// pass it up the chain
super.processAdd(cmd);
}
}
1.将该类编译后生成jar包放到 /var/lib/solr/plugins目录下，或者你任意指定一个目录。
2.配置solrconfig.xml加载该jar包。(注意修改jar包或者solrconfig.xml之后要reload collection)
<lib dir="/var/lib/solr/plugins" />
3.配置solrconfig.xml的默认update用哪个chain名字。
<requestHandler name="/update">
<!-- See below for information on defining
updateRequestProcessorChains that can be used by name
on each Update Request
-->
<lst name="defaults">
<str name="update.chain">condition</str>
</lst>
</requestHandler>
以及solrconfig.xml chain的流程。
<updateRequestProcessorChain name="condition">
<processor />
<processor />
<processor />
<processor />
</updateRequestProcessorChain>
*关于为什么放在DistibutedUpdateProcessFactory之后。
https://wiki.apache.org/solr/Atomic_Updates
2017.01.12优化:
如下场景时，上面代码会出现问题:
老的数据没有立即commit，还保存在TLog中，此时RealTimeGetComponet.getInputDocument方法获取不到老数据，导致处理逻辑不符合期望，来源时间不正确。
代码优化如下:
SolrInputDocument oldDoc = RealTimeGetComponent.getInputDocumentFromTlog(core, indexedId);
if (oldDoc == null)
{
oldDoc
= RealTimeGetComponent.getInputDocument(core, indexedId);
}
页:
[1]