通过Solr所提供的Dataimporthandler实现数据源的导入

Posted 2020-09-01 1128XF

如需要使用到Solr中的dataimporthandler增量导入功能，则还需要引入两个所依赖的jar包，在上一篇随笔中所提到的下载的Solr项目文件solr-4.10.3\\dist目录下可以找到所依赖的两个jar包，即

将这两个jar包复制到我们本地Solr服务器下的WEB-INF\\lib目录下，同时需在索引库中的conf目录下，添加data-config.xml配置文件

 

，data-config.xml则是用来配置数据源，dataimport.properties则是记录生成索引库的时间，该文件会在索引库数据创建完毕后，自动生成。

完成以上两步后，还有非常重要的一步就是，将dataimport-handler处理器与data-config.xml相结合的配置

　　在索引库中的conf目录下存有一个名为solrconfig.xml的配置文件，需要在该配置文件中添加以下配置文件

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
        <lst name="defaults">
            <str name="config">data-config.xml</str>
        </lst>
   </requestHandler>

 

　　

 

　　从而在Solr可视化管理页面中的Dataimport菜单中可以看到如下效果

　　

 

　　接下来就是对data-config.xml文件与相匹配的schema.xml进行相应的配置，才能最终实现数据源的导入

　　

data-config.xml
<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
  <dataSource driver="oracle.jdbc.driver.OracleDriver" url="jdbc:oracle:thin:@192.168.10.32:2016:sxlib" user="TT" password="TT"/>
  <document>
    
               <entity  name="CIP_Book" transformer="ClobTransformer" pk="GID"

                query="select cb.gid gid,
       cb.gid bibGid,
       decode(cb.bib_name,
              null,
              \'未知\',
              regexp_replace(cb.bib_name, \'[,|，|\\|| |　|\\(|\\)|\\.|\\[|\\]|\\+|-|!|\\{|\\}|^|~|\\#|\\?|:|;|&amp;|]\', \'\')) bibName,
       decode(cb.author,
              null,
              \'未知\',
              regexp_replace(cb.author, \'[,|，|\\|| |　|\\(|\\)|\\.|\\[|\\]|\\+|-|!|\\{|\\}|^|~|\\#|\\?|:|;|&amp;|]\', \'\')) author,
       decode(cb.pub_name, null, \'未知\', cb.pub_name) pubName,
       ct.cre_date      updatetime
  from cip_bookinfo cb
  join cip_bookdetail ct on cb.gid = ct.bib_gid"

  
    >  

               <field column="gid" name="gid"/>  

               <field column="bibGid" name="bibGid"/> 
               <field column="bibName" name="bibName"/>  
               <field column="author" name="author"/>  
               
               <field column="updatetime" name="updateTime"/>
        
    </entity>
  </document>
</dataConfig>

 

　在schema.xml中，Solr已经内置了很多field，但是为了符合开发需要，需要自定义符合自身需求的field，如在data-config.xml中，根据数据所查询出的书名、作者、出版社三个字段，那么在schema.xml则定义三个与之匹配的三个field，这样数据源的数据才能最终交予Solr进行管理

 

   <field name="bibName" type="text_ik" indexed="true" stored="true"/>
   <field name="author" type="text_ik" indexed="true" stored="true"/>
   <field name="pubName" type="text_ik" indexed="true" stored="true"/>

 

 

 

另外需要注意的是，根据数据源数据库的类型，导入对应的数据库依赖包。

在Dataimport菜单页中点击Exceute，则会根据所配置好的数据源，实现数据导入

 

 

 

 数据导入完毕后，通过Query菜单页可实现对数据的查询功能