Solr9 如何使用 DIH 读取数据库索引数据

2024-06-21 00:04

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.jardata-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

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

9个SpringBoot中的自带实用过滤器使用详解

《9个SpringBoot中的自带实用过滤器使用详解》在SpringBoot应用中,过滤器(Filter)是处理HTTP请求和响应的重要组件,SpringBoot自带了许多实用的过滤器,如字符编码,跨... 目录1. CharacterEncodingFilter - 字符编码过滤器功能和配置手动配置示例2

Redis持久化机制之RDB与AOF的使用

《Redis持久化机制之RDB与AOF的使用》:本文主要介绍Redis持久化机制之RDB与AOF的使用方式,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Redis持久化机制-RDB与AOF一、RDB持久化机制1、RDB简介2、RDB的工作原理3、RDB的优缺点4

MySQL索引失效问题及解决方案

《MySQL索引失效问题及解决方案》:本文主要介绍MySQL索引失效问题及解决方案,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mysql索引失效一、概要二、常见的导致MpythonySQL索引失效的原因三、如何诊断MySQL索引失效四、如何解决MySQL索引失

使用Python实现实时金价监控并自动提醒功能

《使用Python实现实时金价监控并自动提醒功能》在日常投资中,很多朋友喜欢在一些平台买点黄金,低买高卖赚点小差价,但黄金价格实时波动频繁,总是盯着手机太累了,于是我用Python写了一个实时金价监控... 目录工具能干啥?手把手教你用1、先装好这些"食材"2、代码实现讲解1. 用户输入参数2. 设置无头浏

Spring Boot 常用注解详解与使用最佳实践建议

《SpringBoot常用注解详解与使用最佳实践建议》:本文主要介绍SpringBoot常用注解详解与使用最佳实践建议,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要... 目录一、核心启动注解1. @SpringBootApplication2. @EnableAutoConfi

mysql递归查询语法WITH RECURSIVE的使用

《mysql递归查询语法WITHRECURSIVE的使用》本文主要介绍了mysql递归查询语法WITHRECURSIVE的使用,WITHRECURSIVE用于执行递归查询,特别适合处理层级结构或递归... 目录基本语法结构:关键部分解析:递归查询的工作流程:示例:员工与经理的层级关系解释:示例:树形结构的数

Redis中RedisSearch使用及应用场景

《Redis中RedisSearch使用及应用场景》RedisSearch是一个强大的全文搜索和索引模块,可以为Redis添加高效的搜索功能,下面就来介绍一下RedisSearch使用及应用场景,感兴... 目录1. RedisSearch的基本概念2. RedisSearch的核心功能(1) 创建索引(2

Redis中HyperLogLog的使用小结

《Redis中HyperLogLog的使用小结》Redis的HyperLogLog是一种概率性数据结构,用于统计唯一元素的数量(基数),本文主要介绍了Redis中HyperLogLog的使用小结,感兴... 目录 一、HyperlogLog 是什么?️ 二、使用方法1. 添加数据2. 查询基数China编程3.

SQL常用操作精华之复制表、跨库查询、删除重复数据

《SQL常用操作精华之复制表、跨库查询、删除重复数据》:本文主要介绍SQL常用操作精华之复制表、跨库查询、删除重复数据,这些SQL操作涵盖了数据库开发中最常用的技术点,包括表操作、数据查询、数据管... 目录SQL常用操作精华总结表结构与数据操作高级查询技巧SQL常用操作精华总结表结构与数据操作复制表结