Solr 在索引时拆分字符串并存储到多个字段中答案

【问题标题】：Solr Split string and storing into multiple fields while IndexingSolr 在索引时拆分字符串并存储到多个字段中
【发布时间】：2016-10-19 06:30:27
【问题描述】：

现在我有一个按以下格式索引的字段，

“my_field”:”Abc&Deo&Efg”

"&" 可以分隔“n”个项目，有没有办法用 & 拆分此字段并在索引时存储在单独的字段中solr，字段名可以是solr中的值本身。

【问题讨论】：

标签： solr

【解决方案1】：

您必须在更新链中执行此操作。使用 ScriptUpdateProcessor 然后编写一些 Javascript 来执行此操作

<processor class="solr.StatelessScriptUpdateProcessorFactory">
    <str name="script">updateProcessor.js</str>
</processor>

在更新处理器脚本中（在您的 conf 目录中）：

    function processAdd(cmd) {
        doc = cmd.solrDoc;  // org.apache.solr.common.SolrInputDocument
        field= doc.getFieldValue("my_field");

        // tokenize your string here on the & separate then put tokens into new field, which could be a multivalue
        doc.setField("mySplitField", token);
    }

问题是当您可以在索引时简单地标记“&”然后每个组件都是可搜索的时，为什么要这样做。

【讨论】：

谢谢，我一定会尝试您的解决方案并让您知道。其实我想将用“&”分隔的值存储在不同的字段中
这应该是可能的，但您要么需要使用动态字段，例如：ampfield_*，其中值是一个计数，或者提前在模式中定义所有字段，但我不认为你知道字段的总数。
如何配置更新处理器？让我编辑我的问题并放在那里，你看比
添加了一个包含更多信息的 URL。请记住，这对更新的性能影响很小。
如何将参数传递给脚本？示例配置参数 "headline_t" 是我的参数

【解决方案2】：

是的，您可以通过 Regular Expression Pattern Tokenizer 做到这一点

我通过添加到 schema.xml 进行了快速测试

    <field name="my_field" type="my_field_type" indexed="true" stored="true" required="true" multiValued="false" /> 
    <fieldType name="my_field_type" class="solr.TextField" positionIncrementGap="100">
      <analyzer>
        <tokenizer class="solr.PatternTokenizerFactory" pattern="&amp;"/>
      </analyzer>
    </fieldType>

所以，基本上这个技巧可以用标记器来完成，它会通过一些需要的符号来分割数据，在你的例子中是＆符号。

【讨论】：

谢谢，会告诉你的！无论如何如何将其拆分并存储在不同的字段中？