Solr Full Import全量導(dǎo)入

所謂全量索引一般指的是每次從數(shù)據(jù)庫中讀取需要導(dǎo)入的全部數(shù)據(jù)，然后提交到Solr Server，最后刪除指定core的所有索引數(shù)據(jù)進(jìn)行重建。全量導(dǎo)入一般在數(shù)據(jù)首次導(dǎo)入或者備份數(shù)據(jù)恢復(fù)時(shí)執(zhí)行。

以下為一個多表查詢的全量導(dǎo)入案例：

ER圖：

ER圖

根據(jù)如上ER圖，我們在數(shù)據(jù)庫中執(zhí)行如下SQL建表并插入測試數(shù)據(jù)。

use solr;

create table feature(item_id bigint,descrip varchar(80));

create table item(id bigint, item_name varchar(20), manu varchar(20), weight float,price float, popularity int, includes varchar(20));

create table item_category(item_id bigint, category_id bigint);

create table category(id bigint, descrip varchar(80));

alter table item add primary key(id);

alter table item_category add primary key(item_id, category_id);

alter table category add primary key(id);

insert into item values(1,"item1", "menu1", 12.0, 33.1, 10, "includes1");

insert into item_category values(1,1);

insert into category values(1,"this is the description of category 1");

insert into feature values(1,"this is the feature 1");

需求描述：我們希望將item表的所有字段以及item的category信息，item的descrip描述信息一并導(dǎo)入到solr指定的core中，因此solr的schema.xml中需要預(yù)先定義如下域：name, manu, weight, price, popularity, includes, cat, features.

解決方案：

比較容易想到的就是通過SQL語句一并返回所需的域(數(shù)據(jù))。

use solr;

select i.id,i.item_name,i.manu,i.weight,i.price,i.popularity,i.includes,c.descrip as cat,f.descrip as feature from item i, item_category ic, category c, feature f where i.id=ic.item_id and ic.category_id=c.id and i.id=f.item_id;

也可以通過data-config.xml中嵌套entity來實(shí)現(xiàn)。

Solr Delta Import增量導(dǎo)入

當(dāng)索引數(shù)據(jù)量很大時(shí)，每次都依靠全量導(dǎo)入顯然很不切實(shí)際，所以增量導(dǎo)入索引數(shù)據(jù)更為重要。

增量導(dǎo)入操作內(nèi)部是新開辟一個新線程來完成，并且此時(shí)core的dataimport運(yùn)行狀態(tài)為status="busy"。增量導(dǎo)入耗時(shí)時(shí)間取決于需要增量導(dǎo)入的數(shù)據(jù)集合大小。任何時(shí)候你都可以通過http://localhost:8080/solr//dataimport 這個鏈接來獲取到增量導(dǎo)入的運(yùn)行狀態(tài)。

當(dāng)增量導(dǎo)入操作被執(zhí)行，他會讀取存儲在conf/deltaimport.properties配置文件，利用配置文件里記錄的上一次操作時(shí)間來運(yùn)行增量查詢，增量導(dǎo)入完成后，會更新conf/deltaimport.properties配置文件里的上一次操作時(shí)間戳。首次執(zhí)行增量導(dǎo)入時(shí)，若conf/deltaimport.properties配置文件不存在，會自動創(chuàng)建。

#Sun Mar 03 19:59:43 IRKT 2019

item.last_index_time=2019-03-03 19\:59\:43

last_index_time=2019-03-03 19\:59\:43

如果要使用增量導(dǎo)入，前提是你的表必需有兩個字段，一個是刪除標(biāo)志字段即邏輯刪除標(biāo)志：isdeleted，另一個則是數(shù)據(jù)創(chuàng)建時(shí)間字段：create_date,字段名稱不一定非得是isdeleted和create_date，但必須要包含兩個表示該含義的字段。根據(jù)數(shù)據(jù)創(chuàng)建時(shí)間跟上一次增量導(dǎo)入操作時(shí)間一對比，就可以通過SQL語句查詢出需要增量導(dǎo)入的數(shù)據(jù)，根據(jù)isdeleted字段可以查詢出被標(biāo)記為刪除的數(shù)據(jù)，這些數(shù)據(jù)的ID主鍵需要傳遞給solr，這樣solr就能同步刪除索引中相關(guān)Document，實(shí)現(xiàn)數(shù)據(jù)增量更新。如果你數(shù)據(jù)表里的數(shù)據(jù)都是物理刪除，沒有邏輯標(biāo)志字段的話，那么找出已刪除的數(shù)據(jù)顯得比較困難，所以這就是需要邏輯刪除標(biāo)志字段的原因。

仍然使用上一節(jié)的那幾張表為例。對于復(fù)合主鍵記錄的增量更新，solr會拋出deltaQuery has no column to resolve to declared paimary key pk='key1, key2'，暫時(shí)還沒有找到合適的解決方案。如有，請留言告知，謝謝。

pk：表示當(dāng)前entity表示主鍵字段名稱，這里的主鍵指的是數(shù)據(jù)庫表中的主鍵，而非solr中的uniqueKey主鍵域。如果你的sql語句中使用了as關(guān)鍵字為主鍵字段定義了別名，那么這里的pk屬性需要相應(yīng)的修改為主鍵字段的別名，切記；

query：用于指定全量導(dǎo)入時(shí)需要的sql語句，比如select * from xxx where isdeleted=0，查詢返回的是為被刪除的所有有效數(shù)據(jù)，這個query參數(shù)只對全量導(dǎo)入有效，對增量導(dǎo)入無效；

deltaQuery：查詢需要增量導(dǎo)入的記錄的主鍵id所需的sql語句。可能是update，insert，delete等操作，比如：deltaQuery="select id from xxx where my_date > '${dataimporter.last_index_time}'"，此參數(shù)值對增量導(dǎo)入有效；

deletedPkQuery:查詢已經(jīng)被邏輯刪除了的數(shù)據(jù)所需的SQL語句，所以這里你需要一個類似isdeleted的邏輯刪除標(biāo)志位字段。solr通過此參數(shù)表示的sql語句執(zhí)行后返回的結(jié)果集來刪除索引里面對應(yīng)的數(shù)據(jù)。使用示例：select id from myinfo where isdeleted=1，此參數(shù)對增量導(dǎo)入有效。

deltaImportQuery: deltaImpotQuery="select * from myinfo where id='${dataimporter.delta.id}'"，利用deltaQuery參數(shù)返回的所有需要增量導(dǎo)入的數(shù)據(jù)主鍵id，遍歷每個主鍵id，然后循環(huán)執(zhí)行deltaImportQuery參數(shù)表示的sql語句返回所有需要增量導(dǎo)入的數(shù)據(jù)。其中變量${dataimporter.delta.id}用于獲取deltaQuery返回的每個主鍵id。

總結(jié)

以上是生活随笔為你收集整理的solr mysql增量导入_Solr全量与增量导入的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。