我试图使用dih将单列从SOLR核心导入另一个核心。Solr版本为6.4.0
我的托管schema文件具有以下条目:
<uniqueKey>journal</uniqueKey>
<field name="journal" type="text_general" multiValued="false" indexed="true" stored="true" />
<field name="fjournal" type="string" indexed="true" stored="false"/>
以及一个CopyField设置如下:
<copyField source="journal" dest="fjournal" />
在solrconfig.xml中,我配置了以下元素:
<lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-dataimporthandler-.*.jar" />
<requestHandler>
<lst name="defaults">
<str name="config">solr-data-config.xml</str>
</lst>
</requestHandler>
<updateRequestProcessorChain>
<processor class="solr.UniqFieldsUpdateProcessorFactory">
<str name="fieldName">journal</str>
</processor>
<processor class="solr.LogUpdateProcessorFactory" />
<processor class="solr.RunUpdateProcessorFactory" />
</updateRequestProcessorChain>
和以下内容在" solr-data-config.xml"
中<dataConfig>
<document>
<entity name="journalMaster" processor="SolrEntityProcessor"
url="http://localhost:8983/solr/journalMaster "
query="*:*"
fl="journal"/>
</document>
</dataConfig>
当我执行导入过程时,导入完成后的值仍保持重复的值。
{ "journal":"Journal of Immunology",
"_version_":1559554209274134528,
"fjournal":"Journal of Immunology"},
{
"journal":"Journal of Immunology",
"_version_":1559554209373749248,
"fjournal":"Journal of Immunology"},
{
"journal":"Journal of Immunology",
"_version_":1559554209375846400,
"fjournal":"Journal of Immunology"},
如何避免这种情况发生?我正在将数据从本地核心导入到另一个核心。
任何帮助都将不胜感激。
定义唯一键时,您不需要分析内容。只需一个字符串即可唯一地识别文档。这种唯一的标识符将在许多不同的Lucene/Solr功能上使用,因此正确定义它很重要。
在您的示例中,我将使用" fjournal"作为唯一键。
那么,没有其他需要担心的是,每当您重新索引相同的fjournal时,Solr文档都会被覆盖,因此您最终将获得每个值的单个条目。
可能一个更好的好奇是知道为什么您需要索引一个单个的文档...