在Solr中，如何獲取所有文檔的一個字段（文檔ID）的列表？

Question

我正在使用從oracle數據庫填充的Solr實例。 當從oracle數據庫添加和刪除記錄時，它們也應該從Solr中添加和刪除。

schema.xml有這個設置，我們用它來存儲也是oracle主鍵的ID：

<uniqueKey>id</uniqueKey>
<field name="id" type="string" indexed="true" stored="true"/>

此外，這些ID並不是按順序排列的。 solr管理界面沒有多大幫助，我只能看到ID以及每個記錄的其余部分，一次一些，分頁。

此Solr核心中約有一百萬份文檔。

我可以很容易地從oracle數據庫中獲取記錄的ID，因此我還想從solr索引中獲取文檔id的列表以進行比較。

我無法找到有關如何執行此操作的任何信息，但我可能正在搜索

Answer 1

如果您確實需要獲取所有文檔的ID ，請使用fl參數 。 像這樣的東西：

 SolrQuery q = new SolrQuery("*:*&fl=id"); // ^^^^^ // return only the `id` field q.setRows(10000000); // ^^^^^^^^ // insanely high number: retrieve _all_ rows // see: http://wiki.apache.org/solr/CommonQueryParameters#rows-1 return server.query(q).getResults(); 

^{（未經測試）} ：

---

要簡單比較Oracle和Solr中的內容，您可能只想計算文檔：

 SolrQuery q = new SolrQuery("*:*"); q.setRows(0); // ^ // don't retrieve _any_ row return server.query(q).getResults().getNumFound(); // ^^^^^^^^^^^^^ // just get the number of matching documents 

^{（未經測試）} ：

Answer 2

在最新的Solr（4.10）中，您可以導出大量記錄 。

但是，如果您真的只想要一個字段，則可以使用該字段發出請求並導出為CSV。 這最小化了格式化開銷。

Answer 3

對於Solr 7語法已經改變了一點。 這是對我有用的（在Java中）：

CloudSolrClient solrClient = ...;
solrClient.setDefaultCollection("collection1");
SolrQuery q = new SolrQuery("*:*");
q.set("fl", "id");
q.setRows(10000000);

Set<String> uniqueIds = solrClient.query(q).getResults()
  .stream().map(x -> (String) x.get("id"))
  .collect(Collectors.toSet());