创建两个集合 - 一个您已有的集合,其中包含您要匹配的地址。第二个集合应该包含您要用于查找地址的 CSV 文件的内容 - 您可以在 Solr 中 upload the CSV file directly as documents。
设置两个集合及其对应文件后,使用 Solr 中的 Streaming Expressions support 在两个集合之间编写 leftOuterJoin(或者如果您想要其他行为,则使用不同的连接)。这样,您将从上传的文件中取回所有条目,并使用匹配地址 id 的原始 id 进行丰富。
给定两个集合addresses(包含原始地址)和uploaded_file(包含上传的CSV行),连接表达式可以写成:
leftOuterJoin(
search(uploaded_file, q=*:*, fl="id,address", sort="address asc"),
select(
search(addresses, q=*:*, fl="id,address", sort="address asc"),
address AS original_address,
id AS original_id
),
on="address=original_address"
)
使用您收藏的“管理”页面上的“流”部分,您可以尝试各种表达方式。
使用如下测试文档和集合,结果如下:
addresses中的文档:
{
"id":"add1",
"address":"foo st. 33",
"_version_":1606950875589246976},
{
"id":"add2",
"address":"foo st. 49",
"_version_":1606950875591344128},
{
"id":"add3",
"address":"bar lane 1",
"_version_":1606950875591344129},
{
"id":"add1-duplicate",
"address":"foo st. 33",
"_version_":1606951820879462400}
uploaded_file中的文档:
{
"id":"up1",
"address":"foo st. 33",
"_version_":1606950921604956160},
{
"id":"up2",
"address":"foo st. 72",
"_version_":1606950921607053312},
{
"id":"up3",
"address":"bar lane 1",
"_version_":1606950921607053313}
运行表达式给我们:
"docs": [
{
"original_address": "bar lane 1",
"address": "bar lane 1",
"id": "up3",
"original_id": "add3"
},
{
"original_address": "foo st. 33",
"address": "foo st. 33",
"id": "up1",
"original_id": "add1"
},
{
"original_address": "foo st. 33",
"address": "foo st. 33",
"id": "up1",
"original_id": "add1-duplicate"
},
{
"address": "foo st. 72",
"id": "up2"
},
{
"EOF": true,
"RESPONSE_TIME": 28
}
]
这会为您提供与上传的一个文档匹配的地址,以及与任何不匹配的地址(缺少original_id)。