Apache Solr，SolrJ與用於解析XML的數據導入處理程序

Question

我希望使用Solr從XML文件解析的信息中運行搜索。 這些XML文件不是Solr的文檔格式，因此我必須解析它們並以這種方式獲取所需的字段。

我熟悉Java編程，並且想知道SolrJ是否比使用數據導入處理程序更簡單的方法。 我正在考慮遍歷我擁有的每個XML文件，並從每個文件解析我需要的字段。 一種方法比另一種方法有什么缺點嗎？ 我可以想象，由於我熟悉Java，因此以這種方式解析XML可能會更容易？

我可能需要多個條件和正則表達式。 如果有的話，這是一種從相對非結構化XML中獲取字段的可靠方法。

SolrJ如何使用該界面？ 也就是說，如果我使用SolrJ進行索引，我是否仍可以通過接口進行查詢？

Answer 1

DIH專為原型設計，盡管有些人確實將其用於生產。 您可以從它開始，但是如果遇到限制，可以隨時跳轉到SolrJ或其他方法。 而且，如果您有非常復雜的映射，那么從SolrJ開始可能會更好。

您還可以對傳入的XML文檔應用XSLT轉換，以將其映射為Solr格式。

就像其他地方所說的那樣，搜索與索引是一個獨立的問題。

Answer 2

將內容編入Solr的方式與查詢方式正交。 您可以按任何方式建立索引，只要它在索引中生成正確的文檔即可。

現在，關於索引編制，如果DIH能夠在不作大量調整的情況下滿足您的需求，那就去吧。 但是，如果您需要對數據進行大量調整，最后，如果僅使用Solr編寫一些Java，則可能會更快地完成。 使用Solr，您將擁有所有的靈活性，而使用DIH，您將受到更大的限制（想想80/20規則）。