使用大文本文件构建Solr索引

Question

我有以下格式的大文本文件：

00001,234234|234|235|7345
00005,788|298|234|735

您可以先治疗价值,如钥匙和我想要做的是快速和肮脏的方法来查询这些键，找到结果集为每个键。 阅读一番后，我发现solr提供了一个很好的框架来执行此操作。

• 起点是什么？
• 我可以使用python来使用python读取文件并建立该索引（搜索引擎）吗？
• 有不同的机制可以做到这一点吗？

Answer 1

您绝对可以使用pysolr（一个python库）来做到这一点。 如果数据为键值形式，则可以在python中读取，如下所示： https : //pypi.python.org/pypi/pysolr/3.1.0

为了更好地控制搜索，您需要修改schema.xml文件，使其具有与文本文件相同的键。

将数据吸收到SOLR中后，您可以按照上面的链接进行搜索。

Answer 2

您可以使用UpdateCSV处理程序在Solr中直接为数据建立索引：您只需在curl调用的fieldnames参数中指定目标字段名称（或将它们添加为文件中的第一行即可）。 无需自定义代码。

切记检查一下|的目标字段。 -分隔的值使用该字符拆分为标记。

有关详细信息，请参见https://wiki.apache.org/solr/UpdateCSV 。