Nutch + Solr； SolrDeleteDuplicates 删除除一个索引之外的所有索引答案

【问题标题】：Nutch + Solr; SolrDeleteDuplicates deletes all but one indexNutch + Solr； SolrDeleteDuplicates 删除除一个索引之外的所有索引
【发布时间】：2013-11-15 21:45:29
【问题描述】：

我有一个运行 Nutch 的服务器，它为 Solr 提供数据。 Nutch 的输入是一个 rss 提要的 xml，它似乎使用了正确的提要插件来解析它。

在运行基本爬取时，它会正确爬取和识别 xml 中的各种链接，并索引正确数量的文档。但是，SolrDeleteDuplicates 似乎删除了除一个之外的所有内容 - 没有被删除的那个似乎是随机的。

 Indexing 21 documents
 SolrIndexer: finished at 2013-11-15 13:53:53, elapsed: 00:00:22
 SolrDeleteDuplicates: starting at 2013-11-15 13:35:53
 SolrDeleteDuplicates: Solr url: http://localhost:8983/solr
 SolrDeleteDuplicates: deleting 20 duplicates

有什么想法吗？

【问题讨论】：

标签： solr rss indexing duplicates nutch

【解决方案1】：

您很可能错误地配置了重复数据删除设置，以查看所有条目都相同的字段。所以，Solr 认为它们都是相同的记录。

如果没有，请使用重复数据删除组件的配置更新您的问题。

【讨论】：