如何使用单个 solr 实例索引和搜索位于同一数据源中的两个不同表（两个不同的搜索字段没有连接）

Question

我是 solr 的新手。我有几个关于 solr 索引和搜索的问题：

1. 如果我想要两个搜索框，我可以配置索引两个表（没有关系 1. 书籍和 2. 计算机，并且两者都在同一个数据源中）。是否可以在一个 data-config.xml 中定义两个实体

如果是，请告诉我步骤。

我想我们可以使用两个不同的 data-config.xml 文件。但需要知道如何在schema.xml中进行配置以及相应的更改。

1. 如何配置 solr 以在一个 solr 实例上同时索引 PDF 文件和 Mysql。

请帮助我，如果有任何参考文件，请告诉我。

Answer 1

2 个不同的表没有关系

data-config.xml：

    <document>
        <entity name="topic" transformer="TemplateTransformer" pk="topic_id" query="select topic_id,topic_title,creation_date,updation_date,vote_count,.....">
            <field column=" doc_id " template="TOPIC_${topic.topic_id} " />
            <field column="doc_type " template="TOPIC " />

        </entity>

        <entity name="product " transformer="TemplateTransformer " pk="product_id " query="SELECT product_id,..... ">
            <field column="doc_id " template="PRODUCT_${product.product_id} " />
            <field column="doc_type " template="PRODUCT " />
            <field column="product_supplier_id " name="product_supplier_id " />
            <field column="supplier_product_code " name="supplier_product_code " />
            <field column="product_display_name " name="product_display_name " />
        </entity>
    </document>

schema.xml：

    <schema>
        . . .
        <fields>

            <field name="doc_id" type="string" />
            <field name="doc_type" type="string" />

            <field name="catchall" type="string" stored="false" omitNorms="true" multiValued="true" />


            <field name="topic_title" type="text_general" />. . . .
        </fields>

        <uniqueKey>doc_id</uniqueKey>
        <copyField source="*" dest="catchall" />

        <!-- field for the QueryParser to use when an explicit fieldname is absent -->
        <defaultSearchField>catchall</defaultSearchField>
    </schema>

更多信息-http://www.lucidimagination.com/blog/2011/02/12/solr-powered-isfdb-part-4/

以上字段不应该是必需的，否则可能会在索引时产生问题

您可以在http://localhost:8080/solr/select/?q=*:*&fq=doc_type:PRODUCT等浏览器上查询

Answer 2

您可以使用 Solr 轻松完成此操作，只需仔细阅读 DataImportHandler： http://wiki.apache.org/solr/DataImportHandler 对于这个例子： http://wiki.apache.org/solr/MultipleIndexes

然后搜索一些关于实体的具体示例。基本上，您的 data-config.xml 应该像这样（未经测试）：

<entity name="books" transformer="TemplateTransformer" dataSource="myindex"
        query="SELECT * FROM t_books";>
<field column="category" template="books" name="category"/></entity>
<entity name="computers" 
            dataSource="myindex"
        query="SELECT * FROM t_computers">
  <field column="category" template="computers" name="category"/></entity>  

使用模板分隔两个实体，并将类别字段定义为 schema.xml 中的字符串。另外，请确保您注意如何设置唯一 id 参数，此特定主题的一些信息在这里： http://lucene.472066.n3.nabble.com/Indexing-multiple-entities-td504464.html 并在这里检查： http://search.lucidimagination.com/search/document/f84c3abf7e859be1/dataimporthanlder_multiple_entities_will_step_into_each_other

使用这种方法，您可以将两组数据放在同一个索引中，如果您希望它们适用于两个单独的搜索框，您可以简单地运行搜索，如下所示：

myquery AND category:(books) myquery AND category:(computers)。 希望能帮助到你。 对于您的 pdf 问题，我相信您必须使用 Apache 的 Tika 模块，我在这里不会有太大帮助，因为我自己没有使用它，但这里是链接： http://wiki.apache.org/solr/TikaEntityProcessor