Solr9 如何使用 DIH 读取数据库索引数据

2024-06-21 00:04
文章标签 数据 读取 使用 数据库 索引 dih solr9

本文主要是介绍Solr9 如何使用 DIH 读取数据库索引数据，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

使用 Solr 9 中的数据导入处理程序（DIH）

DIH（Data Import Handler）提供了一种可配置的方式向 Solr 中导入数据。
从 Solr 9 开始，数据导入处理程序（DIH）已经不再直接包含在 Solr 中，而是作为一个独立的项目存在。
在这里插入图片描述
在这里插入图片描述
本文将详细介绍如何在 Solr 9 中配置和使用 DIH，包括如何设置 Solr 环境和导入数据的具体步骤。

关于独立出来的 DIH 源码可以从：https://github.com/SearchScale/dataimporthandler?tab=readme-ov-file 中获取。

本示例将展示如何从源码启动 Solr 项目并配置 DIH。

安装和启动 Solr 服务

你可以自己在本地下载好 Solr 服务部署，截止到本博客的编写时间，Solr 的最新版是 9.6.1，我这里直接从 github 上 clone Solr 的源码，并将分支切到 releases/solr/9.6.1 版本标签，对应命令如下：

git checkout releases/solr/9.6.1

由于 Solr9 项目构建已从原来的 ant 方式更改为了 gradle 方式，我们将项目导入到 IDEA 中后，IDEA 会自动识别 gradle 项目。

在项目的根目录下我们可以执行 ./gradlew dev 命令，此命令执行后再项目的 solr/packaging/build 目录下会生成编译打包后的项目结构。

如下所示：
在这里插入图片描述

定义 SolrHome 目录并源码启动 Solr 服务

首先我们需要在本地电脑上选择一个目录作为我们的 SolrHome 目录，这里我选择 /Workspace/SolrHome/Solr9/test_demo 作为我的 SolrHome 目录，我们现在创建/Workspace/SolrHome/Solr9/test_demo 空目录，如下所示：
在这里插入图片描述
之后在项目的 solr/server/solr 目录下找到 solr.xml 将其拷贝到 /Workspace/SolrHome/Solr9/test_demo 目录下，如下所示：
在这里插入图片描述

IDEA 双击 Shift 键，查找 StartSolrJetty java 类，如下所示：
在这里插入图片描述
我们需要修改这个测试启动类，在代码中设置 SolrHome 和 webapp 的地址，修改后的内容如下：

public class StartSolrJetty {private static final Logger log = LoggerFactory.getLogger(MethodHandles.lookup().lookupClass());public static void main(String[] args) {//System.setProperty("solr.solr.home", "../../../example/solr");// 此处设置 SolrHome 地址System.setProperty("solr.solr.home", "/Workspace/SolrHome/Solr9/test_demo");Server server = new Server();ServerConnector connector = new ServerConnector(server, new HttpConnectionFactory());// Set some timeout options to make debugging easier.connector.setIdleTimeout(1000 * 60 * 60);connector.setPort(8983);server.setConnectors(new Connector[] {connector});WebAppContext bb = new WebAppContext();bb.setServer(server);bb.setContextPath("/solr");//bb.setWar("webapp/web");// 此处设置项目目录下的 solr/webapp/web 的绝对路径地址bb.setWar("/Workspace/source-code/solr/solr/webapp/web");//    // START JMX SERVER//    if( true ) {//      MBeanServer mBeanServer = ManagementFactory.getPlatformMBeanServer();//      MBeanContainer mBeanContainer = new MBeanContainer(mBeanServer);//      server.getContainer().addEventListener(mBeanContainer);//      mBeanContainer.start();//    }server.setHandler(bb);try {System.out.println(">>> STARTING EMBEDDED JETTY SERVER, PRESS ANY KEY TO STOP");server.start();while (System.in.available() == 0) {Thread.sleep(5000);}server.stop();server.join();} catch (Exception e) {log.error("failed to start", e);System.exit(100);}}
}

修改好后，我们启动这个测试类的 main 方法，之后浏览器可以访问 http://localhost:8983/solr/#/，页面内容如下：
在这里插入图片描述

创建 SolrCore 目录并定义 Schema

在创建的 SolrHome 目录下，我们新建一个 movie_core_1 的子目录，如下所示：
在这里插入图片描述
之后复制Solr项目中 solr/configsets/_default/conf 目录下的配置文件到上面创建的 movie_core_1 目录下，如下图所示：
在这里插入图片描述
编辑 managed-schema.xml 文件，这里我删除了这个文件所有多余的配置，内容如下：

<?xml version="1.0" encoding="UTF-8" ?>
<schema name="movie_config_demo" version="1.6"><!-- 定义字段类型 --><types><!-- 字符串类型，适用于文本，支持排序和docValues --><fieldType name="string" class="solr.StrField" sortMissingLast="true" docValues="true" /><!-- 整数点类型，适用于整数，支持docValues --><fieldType name="pint" class="solr.IntPointField" docValues="true"/><!-- 长整数点类型，适用于长整数，支持docValues --><fieldType name="plong" class="solr.LongPointField" docValues="true"/><!-- 双精度浮点数点类型，适用于浮点数，支持docValues --><fieldType name="pdouble" class="solr.DoublePointField" docValues="true"/><!-- 日期点类型，适用于日期，支持docValues --><fieldType name="pdate" class="solr.DatePointField" docValues="true"/><!-- 文本字段类型，用于需要分词的文本 --><fieldType name="text" class="solr.TextField" omitNorms="true"><!-- 索引时的分析器配置 --><analyzer type="index"><tokenizer class="solr.StandardTokenizerFactory"/><filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" /><filter class="solr.LowerCaseFilterFactory"/></analyzer><!-- 查询时的分析器配置 --><analyzer type="query"><tokenizer class="solr.StandardTokenizerFactory"/><filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" /><filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/><filter class="solr.LowerCaseFilterFactory"/></analyzer></fieldType></types><!-- 定义字段 --><fields><!-- 特殊的系统字段，用于乐观并发控制 --><field name="_version_" type="plong" indexed="false" stored="false"/><!-- 电影ID，唯一标识符 --><field name="MOVIE_ID" type="string" indexed="true" stored="true" required="true" multiValued="false"/><!-- 电影名称 --><field name="NAME" type="text" indexed="true" stored="true" required="true" multiValued="false"/><!-- 电影别名 --><field name="ALIAS" type="text" indexed="true" stored="true" multiValued="false"/><!-- 电影封面图片 --><field name="COVER" type="string" indexed="false" stored="true" multiValued="false"/><!-- 导演名单 --><field name="DIRECTORS" type="string" indexed="true" stored="true" multiValued="false"/><!-- 豆瓣评分 --><field name="DOUBAN_SCORE" type="pdouble" indexed="true" stored="true" multiValued="false"/><!-- 豆瓣投票数 --><field name="DOUBAN_VOTES" type="pint" indexed="true" stored="true" multiValued="false"/><!-- 电影类型 --><field name="GENRES" type="string" indexed="true" stored="true" multiValued="false"/><!-- 电影语言 --><field name="LANGUAGES" type="string" indexed="true" stored="true" multiValued="false"/><!-- 电影时长 --><field name="MINS" type="pdouble" indexed="true" stored="true" multiValued="false"/><!-- 官方网站 --><field name="OFFICIAL_SITE" type="string" indexed="false" stored="true" multiValued="false"/><!-- 制作地区 --><field name="REGIONS" type="string" indexed="true" stored="true" multiValued="false"/><!-- 上映日期 --><field name="RELEASE_DATE" type="pdate" indexed="true" stored="true" multiValued="false"/><!-- 剧情简介 --><field name="STORYLINE" type="text" indexed="true" stored="true" multiValued="false"/><!-- 标签 --><field name="TAGS" type="string" indexed="true" stored="true" multiValued="false"/><!-- 上映年份 --><field name="YEAR" type="pint" indexed="true" stored="true" multiValued="false"/><!-- 演员ID列表 --><field name="ACTOR_IDS" type="string" indexed="true" stored="true" multiValued="false"/><!-- 导演ID列表 --><field name="DIRECTOR_IDS" type="string" indexed="true" stored="true" multiValued="false"/></fields><!-- 定义主键 --><uniqueKey>MOVIE_ID</uniqueKey>
</schema>

由于上面的 schema 配置没有定义 text_general 字段，所以我们还需要修改 solrconfig.xml 配置文件，注释掉下面的代码内容：

    <!--<updateProcessor class="solr.AddSchemaFieldsUpdateProcessorFactory" name="add-schema-fields"><lst name="typeMapping"><str name="valueClass">java.lang.String</str><str name="fieldType">text_general</str><lst name="copyField"><str name="dest">*_str</str><int name="maxChars">256</int></lst>Use as default mapping instead of defaultFieldType<bool name="default">true</bool></lst><lst name="typeMapping"><str name="valueClass">java.lang.Boolean</str><str name="fieldType">booleans</str></lst><lst name="typeMapping"><str name="valueClass">java.util.Date</str><str name="fieldType">pdates</str></lst><lst name="typeMapping"><str name="valueClass">java.lang.Long</str><str name="valueClass">java.lang.Integer</str><str name="fieldType">plongs</str></lst><lst name="typeMapping"><str name="valueClass">java.lang.Number</str><str name="fieldType">pdoubles</str></lst></updateProcessor>--><!--<updateRequestProcessorChain name="add-unknown-fields-to-the-schema" default="${update.autoCreateFields:true}"processor="uuid,remove-blank,field-name-mutating,parse-boolean,parse-long,parse-double,parse-date,add-schema-fields"><processor class="solr.LogUpdateProcessorFactory"/><processor class="solr.DistributedUpdateProcessorFactory"/><processor class="solr.RunUpdateProcessorFactory"/></updateRequestProcessorChain>-->

之后我们在 Solr Admin 页面创建这个 core，如下所示：
在这里插入图片描述
点击 Add Core ，创建好后如下所示：
在这里插入图片描述
当然此时会在 movie_core_1目录下生成 data 索引目录以及 core.properties 属性文件，如下所示：
在这里插入图片描述
查询测试：
在这里插入图片描述

配置 DIH

访问 https://github.com/SearchScale/dataimporthandler?tab=readme-ov-file 下载我们需要的 DIH jar 包，这里我直接下载的是源码：
在这里插入图片描述
打开下载好的源码：
在这里插入图片描述
可以看到项目中有 mariadb-java-client-2.6.0.jar 和 data-import-handler-9.3.0.jar 两个 jar 包文件，我们需要将这两个 jar 包拷贝至 movie_core_1/lib 目录下，如下所示：
在这里插入图片描述
编写 solrconfig.xml 文件，新增如下配置：

<lib dir="./lib" />

如图：
在这里插入图片描述

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

如图：
在这里插入图片描述
之后再新增一个 data-config.xml 文件到 movie_core_1/conf 目录下，data-config.xml 内容如下：

<dataConfig><dataSource type="JdbcDataSource" driver="com.mysql.cj.jdbc.Driver"url="jdbc:mysql://localhost:3306/movies" user="root" password="12345678" /><document><entity name="movie"query="SELECT movie_id, name, alias, cover, directors, douban_score, douban_votes, genres, languages, mins, official_site, regions, release_date, storyline, tags, CAST(year AS CHAR) AS year, actor_ids, director_ids FROM movie"><field column="movie_id" name="movie_id" /><field column="name" name="name" /><field column="alias" name="alias" /><field column="cover" name="cover" /><field column="directors" name="directors" /><field column="douban_score" name="douban_score" /><field column="douban_votes" name="douban_votes" /><field column="genres" name="genres" /><field column="languages" name="languages" /><field column="mins" name="mins" /><field column="official_site" name="official_site" /><field column="regions" name="regions" /><field column="release_date" name="release_date" dateTimeFormat="yyyy-MM-dd" /><field column="storyline" name="storyline" /><field column="tags" name="tags" /><field column="year" name="year" /><field column="actor_ids" name="actor_ids" /><field column="director_ids" name="director_ids" /></entity></document>
</dataConfig>

注意： 这里我是从 mysql 中查询表数据进行索引，所以需要 MySQL 的驱动包，需要从 https://mvnrepository.com/ 中下载 MySQL 的驱动 jar 包，将其拷贝至 movie_core_1/lib 目录下：在这里插入图片描述
在这里插入图片描述
我的 MYSQL 表结构如下：
在这里插入图片描述
表数据：https://github.com/lt5227/example_code/blob/main/spring_solr_example/sql/movies.sql

之后在 CoreAdmin 页面中选择 Relod，重新加载配置。
在这里插入图片描述
在浏览器中请求 http://localhost:8983/solr/movie_core_1/dataimport?command=full-import 接口，程序就会读取查询数据库进行全量索引了，请求后页面返回如下：
在这里插入图片描述
控制台日志如下：
在这里插入图片描述
测试查询：
在这里插入图片描述

官方文档：
https://solr.apache.org/guide/8_6/uploading-data-with-index-handlers.html
https://solr.apache.org/guide/solr/latest/upgrade-notes/major-changes-in-solr-9.html#deprecations-and-removals

这篇关于Solr9 如何使用 DIH 读取数据库索引数据的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1079635。

相关文章

Spring Security基于数据库的ABAC属性权限模型实战开发教程

Spring Security基于数据库的ABAC属性权限模型实战开发教程

《SpringSecurity基于数据库的ABAC属性权限模型实战开发教程》：本文主要介绍SpringSecurity基于数据库的ABAC属性权限模型实战开发教程,本文给大家介绍的非常详细,对大... 目录1. 前言2. 权限决策依据RBACABAC综合对比3. 数据库表结构说明4. 实战开始5. MyBA
阅读更多...
使用Python自建轻量级的HTTP调试工具

使用Python自建轻量级的HTTP调试工具

《使用Python自建轻量级的HTTP调试工具》这篇文章主要为大家详细介绍了如何使用Python自建一个轻量级的HTTP调试工具,文中的示例代码讲解详细,感兴趣的小伙伴可以参考一下... 目录一、为什么需要自建工具二、核心功能设计三、技术选型四、分步实现五、进阶优化技巧六、使用示例七、性能对比八、扩展方向建
阅读更多...
使用Python实现一键隐藏屏幕并锁定输入

使用Python实现一键隐藏屏幕并锁定输入

《使用Python实现一键隐藏屏幕并锁定输入》本文主要介绍了使用Python编写一个一键隐藏屏幕并锁定输入的黑科技程序,能够在指定热键触发后立即遮挡屏幕,并禁止一切键盘鼠标输入,这样就再也不用担心自己... 目录1. 概述2. 功能亮点3.代码实现4.使用方法5. 展示效果6. 代码优化与拓展7. 总结1.
阅读更多...
使用Python开发一个简单的本地图片服务器

使用Python开发一个简单的本地图片服务器

《使用Python开发一个简单的本地图片服务器》本文介绍了如何结合wxPython构建的图形用户界面GUI和Python内建的Web服务器功能,在本地网络中搭建一个私人的,即开即用的网页相册,文中的示... 目录项目目标核心技术栈代码深度解析完整代码工作流程主要功能与优势潜在改进与思考运行结果总结你是否曾经
阅读更多...
Linux中的计划任务(crontab)使用方式

Linux中的计划任务(crontab)使用方式

《Linux中的计划任务(crontab)使用方式》：本文主要介绍Linux中的计划任务(crontab)使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、前言1、linux的起源与发展2、什么是计划任务（crontab）二、crontab基础1、cro
阅读更多...
kotlin中const 和val的区别及使用场景分析

kotlin中const 和val的区别及使用场景分析

《kotlin中const和val的区别及使用场景分析》在Kotlin中,const和val都是用来声明常量的,但它们的使用场景和功能有所不同,下面给大家介绍kotlin中const和val的区别,... 目录kotlin中const 和val的区别1. val:2. const:二 代码示例1 Java
阅读更多...
Ubuntu中远程连接Mysql数据库的详细图文教程

Ubuntu中远程连接Mysql数据库的详细图文教程

《Ubuntu中远程连接Mysql数据库的详细图文教程》Ubuntu是一个以桌面应用为主的Linux发行版操作系统,这篇文章主要为大家详细介绍了Ubuntu中远程连接Mysql数据库的详细图文教程,有... 目录1、版本2、检查有没有mysql2.1 查询是否安装了Mysql包2.2 查看Mysql版本2.
阅读更多...
Oracle数据库常见字段类型大全以及超详细解析

Oracle数据库常见字段类型大全以及超详细解析

《Oracle数据库常见字段类型大全以及超详细解析》在Oracle数据库中查询特定表的字段个数通常需要使用SQL语句来完成,：本文主要介绍Oracle数据库常见字段类型大全以及超详细解析,文中通过... 目录前言一、字符类型（Character）1、CHAR：定长字符数据类型2、VARCHAR2：变长字符数
阅读更多...
C++变换迭代器使用方法小结

C++变换迭代器使用方法小结

《C++变换迭代器使用方法小结》本文主要介绍了C++变换迭代器使用方法小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录1、源码2、代码解析代码解析：transform_iterator1. transform_iterat
阅读更多...
Win11安装PostgreSQL数据库的两种方式详细步骤

Win11安装PostgreSQL数据库的两种方式详细步骤

《Win11安装PostgreSQL数据库的两种方式详细步骤》PostgreSQL是备受业界青睐的关系型数据库,尤其是在地理空间和移动领域,：本文主要介绍Win11安装PostgreSQL数据库的... 目录一、exe文件安装 （推荐）下载安装包1. 选择操作系统2. 跳转到EDB（PostgreSQL 的
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2