关于solr配置自动定时增量导入数据到索引库
开始之前，可以参考上篇博文增量索引-数据导入并索引：http://josh-persistence.iteye.com/admin/blogs/2017059
Solr增量索引配置
一、开始增量索引前的准备工作。
1、data-config.xml中必要的属性
<!--transformer 格式转化：HTMLStripTransformer 索引中忽略HTML标签 --->
<!--query:查询数据库表符合记录数据 --->
<!--deltaQuery:增量索引查询主键ID ---> 注意这个只能返回ID字段
<!--deltaImportQuery:增量索引查询导入的数据--->
<!--deletedPkQuery:增量索引删除主键ID查询---> 注意这个只能返回ID字段
最主要的是我们要知道这样一个事实： last_index_time是DataImportHandler的一个默认字段，
我们可以在任何SQL中使用，该字段用于表明上次做full import或者是delta import(增量导入）的最后一次时间。在SQL中可以使用${dih.delta.ID}来引用。
2、数据库配置注意事项
1）、如果只涉及添加与修改业务，那么数据库里只需添加一个类型为timpstamp，默认值为当前系统时间的字段 ：CURRENT_TIMESTAMP（mysql）
2）、如果还涉及删除业务，那么数据里就需额外再多添加一个字段isdelete，int类型的用0,1来标识，此条记录是否被删除，当然也可以用其他字段标识，ture或false都可以
3、最重要的dataimporter.properties
在C:\solr-tomcat\solr\testcore\conf新建一个文件：dataimport.properties， 这个配置文件很重要，它是用来记录当前时间与上一次修改时间的，通过该配置文件可以找出新增的、修改的或者删除的记录。实例：
<dataConfig> <!--- 此段话配置的是一个MySQL的数据源，（数据源也可以配置在solrconfig.xml中）--->
<dataSource name="acitvityDB" type="JdbcDataSource" driver="com.mysql.jdbc.Driver"
url="jdbc:mysql://localhost/test" user="swang6" password="swang6"/>
<document>
<entity pk="ID"dataSource="acitvityDB" name="myentity"
query="select * from myentity WHERE isdelete=0"
deltaQuery="select> '${dataimporter.last_index_time}'"
deletedPkQuery="select>
deltaImportQuery="select * from myentity where>
<!-- > <field column="ID" name="id"/>
<field column="name" name="name"/>
<field column="address" name="address"/>
<field column="age" name="age"/>
<field column="my_date" name="my_date"/>
<field column="isdelete" name="isdelete"/>
</entity>
</document>
</dataConfig>
对dataimporter.properties的解释：
<!--pk="ID" 必须，因为其中的增量索引查询主键ID时需要--> <!--dataSource="acitvityDB" 这个引用名字是引用上面数据源的名字 -->
<!--name="myentity" 存在多个实体时，这个名字必须唯一 -->
<!--query：用于全量导入而非增量导入
query="select * from myentity WHERE isdelete=0
query查询是指查询出表里所有的符合条件的数据，因为笔者测试的有删除业务，所以
where后面有一个限定条件isdelete=0，意思为查询未被删除的数据
-->
<!--deltaQuery ： 用于增量导入且只返回ID
deltaQuery="select> '${dih.last_index_time}'"
deltaQuery的意思是，查询出所有经过修改的记录的ID
可能是修改操作，添加操作，删除操作产生的
-->
<!--deletedPkQuery : 用于增量导入且只返回ID
deletedPkQuery="select> 此操作只查询那些数据库里伪删除的数据的ID（即isdelete标识为1的数据）
solr通过它来删除索引里面对应的数据
-->
<!--deltaImportQuery： 增量导入起作用，可以返回多个字段的值,一般情况下，都是返回所有字段的列
deltaImportQuery="select * from myentity where> deltaImportQuery查询是获取以上两步的ID，然后把其全部数据获取，根据获取的数据
对索引库进行更新操作，可能是删除，添加，修改
-->
做了以上配置后，可以设置linux的cron job或者Spring 的TaskSchuduler或者Cron Job后，可以定时发url：
http://localhost:8983/solr/dataimport?command=delta-import去做增量索引。更多关于Solr做增量索引的说明文档：http://wiki.apache.org/solr/DataImportHandler
当然也可以用Solr自带的Scheduler来做增量索引：
http://wiki.apache.org/solr/DataImportHandler#Scheduling
页:
[1]