从Lucene Index更新Solr

Question

我目前正在从事Web归档项目。 基本上，我们尝试做的是归档一组网站（使用heritrix crawler ），并通过Web界面提供对归档内容的访问。

我们还提供整个档案的全文搜索。 当前，该索引是使用nutchwax （apache Nutch的定制版本，专门为.warc文件创建索引，由heritrix生成）生成的。 Nutchwax会转储Lucene索引，并在Solr中使用它，所有要做的就是生成正确的模式。

这一切都已经完成，并且运行正常，但是存档不是静态的，并且定期生成新的.warc文件。

我现在能做的是生成一个新索引，将其与现有索引合并，然后将其导入回Solr。 但是，要做到这一点，必须重新启动Solr。 如果可以“动态”更新索引，那将是很好的，因为通常是这种情况（通过http请求更新索引时）

有谁知道，该怎么做？ 我的第一步是从Lucene索引文件中生成.xml文件并将其发布到Solr。 这值得一试还是有更优雅的解决方案？

Answer 1

您可能可以利用多个内核来完成所需的工作。 有关更多详细信息，请参见Solr Wiki-CoreAdmin 。 我认为您可以利用MergeIndexes功能或交换内核的功能在您的方案中获得更好的体验。