Solr 文档关系

Question

我正在尝试使用 Solr 索引“版本化文件系统”，其中：

• 每个文件都是一个由 32 字节 guid (oGuid) 和

标识的对象

• 文件的每个版本都可以通过另一个 32 字节的 guid (vGuid) 来识别。

比如下面的文档是为文件"/tmp/x"

添加的

path: /tmp/x
oGuid: fdf2eec39a8a42ca8fddb17ad65017ba
vGuid: b2f1d0204a0743ff82b0056c82ed84e6 
mtime: 2016-07-14T21:35:21Z
size: 12580

那么如果同一个文件的另一个版本进来，我会添加文档：

path: /tmp/x
oGuid: fdf2eec39a8a42ca8fddb17ad65017ba 
vGuid: 83dc77c8ed90439bbf38ae42c07bea13 
mtime: 2016-07-15T20:30:11Z
size: 1780

此时，当用户在特定时间点搜索/浏览文件系统时，我必须返回 该时间点的最新匹配文件版本。

例如，如果用户在最近的时间点查找文件 /tmp/x。我需要返回其最新版本 vGuid:83dc77c8ed90439bbf38ae42c07bea13

我想到了两种可能的方法：

1. 我可以使用 result grouping 和 group.sort 在那个时间点仅返回最新版本的文件，但是分组效率不会很高可能是数百万个文件。
2. 我可以使用多值字段将所有版本的文件索引为一个文档，但是通过匹配来自两个不同版本的值会返回错误的结果，而且我们无法对多值字段进行排序。

您能否建议一些更有效和更实用的方法？ 谢谢

Answer 1

如果用例是“最新版本”和“在特定日期”——我可能会在每次文件更改时对文件的最新两个版本进行双重索引。带有标记字段的最新版本（最新）和第二次到现在的上一个版本没有有那个标记。

这也可以通过自定义更新请求处理器来实现（获取和更新同一 ID 的最新记录），尽管这不是一个简单的实现。

或者，我只会有两个集合，一个用于最新的集合，一个用于指定特定日期的所有集合。索引到第一个覆盖以前的版本，而不是第二个。