MySQL

1. 拷贝mysql-connector-java-5.1.25-bin.jar到E:\solr-4.8.0\example\solr-webapp\webapp\WEB-INF\lib目录下面
2. 配置E:\solr-4.8.0\example\solr\collection1\conf\solrconfig.xml

1. 导入依赖库文件：

     <pre class="brush: xml; gutter: false; first-line: 1; highlight: []; html-script: false">&lt;lib dir=&quot;../../../dist/&quot; regex=&quot;solr-dataimporthandler-\d.*\.jar&quot;/&gt;</pre>

   加在

   <pre class="brush: xml; gutter: false; first-line: 1; highlight: []; html-script: false">  &lt;lib dir=&quot;../../../dist/&quot; regex=&quot;solr-cell-\d.*\.jar&quot; /&gt;</pre>

   前面。

2. 创建E:\solr-4.8.0\example\solr\collection1\conf\data-config.xml，指定MySQL数据库地址，用户名、密码以及建立索引的数据表

   <?xml version="1.0" encoding="UTF-8" ?>       <dataConfig>                <dataSource type="JdbcDataSource"                           driver="com.mysql.jdbc.Driver"                           url="jdbc:mysql://localhost:3306/django_blog"                           user="root"                           password=""/>                    <document name="blog">                            <entity name="blog_blog" pk="id"                                   query="select id,title,content from blog_blog"                                   deltaImportQuery="select id,title,content from blog_blog where ID=‘${dataimporter.delta.id}‘"                                    deltaQuery="select id  from blog_blog where add_time > ‘${dataimporter.last_index_time}‘"                                    deletedPkQuery="select id  from blog_blog where id=0">                                 <field column="id" name="id" />                                 <field column="title" name="title" />                                 <field column="content" name="content"/>                            </entity>                   </document>       </dataConfig>

   • query 用于初次导入到索引的sql语句。
     • 考虑到数据表中的数据量非常大，比如千万级，不可能一次索引完，因此需要分批次完成，那么查询语句query要设置两个参数：${dataimporter.request.length} ${dataimporter.request.offset}
     • query=”select id,title,content from blog_blog limit ${dataimporter.request.length} offset ${dataimporter.request.offset}”
     • 请求：http://localhost:8983/solr/collection2/dataimport?command=full-import&commit=true&clean=false&offset=0&length=10000
   • deltaImportQuery 根据ID取得需要进入的索引的单条数据。
   • deltaQuery 用于增量索引的sql语句，用于取得需要增量索引的ID。
   • deletedPkQuery 用于取出需要从索引中删除文档的的ID

3. 为数据库表字段建立域（field），编辑E:\solr-4.8.0\example\solr\collection1\conf\schema.xml:

1. 配置增量索引更新文件

参考：

• http://josh-persistence.iteye.com/blog/2017155
• http://wiki.apache.org/solr/DataImportHandler#Using_delta-import_command

Mongodb

1. 安装mongo-connector，最好使用手动安装方式：

   git clone https://github.com/10gen-labs/mongo-connector.gitcd mongo-connector#安装前修改mongo_connector/constants.py的变量：设置DEFAULT_COMMIT_INTERVAL = 0python setup.py install

   默认是不会自动提交了，这里设置成自动提交，否则mongodb数据库更新，索引这边没法同时更新，或者在命令行中可以指定是否自动提交，不过我现在还没发现。

2. 配置schema.xml，把mongodb中需要加上索引的字段配置到schema.xml文件中：

   <?xml version="1.0" encoding="UTF-8" ?>  <schema name="example" version="1.5">      <field name="_version_" type="long" indexed="true" stored="true"/>      <field name="_id" type="string" indexed="true" stored="true" required="true" multiValued="false" />      <field name="body" type="string" indexed="true" stored="true"/>      <field name="title" type="string" indexed="true" stored="true" multiValued="true"/>      <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/>        <uniqueKey>_id</uniqueKey>      <defaultSearchField>title</defaultSearchField>      <solrQueryParser defaultOperator="OR"/>      <fieldType name="string" class="solr.StrField" sortMissingLast="true" />      <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>      <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">        <analyzer type="index">          <tokenizer class="solr.StandardTokenizerFactory"/>          <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />          <filter class="solr.LowerCaseFilterFactory"/>        </analyzer>        <analyzer type="query">          <tokenizer class="solr.StandardTokenizerFactory"/>          <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />          <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>          <filter class="solr.LowerCaseFilterFactory"/>        </analyzer>      </fieldType>  </schema>

3. 启动Mongod：

   mongod --replSet myDevReplSet --smallfiles  

   初始化:rs.initiate()

4. 启动mongo-connector:

   E:\Users\liuzhijun\workspace\mongo-connector\mongo_connector\doc_managers>mongo-connector -m localhost:27017 -t http://localhost:8983/solr/collection2 -n s_soccer.person -u id -d ./solr_doc_manager.py

   • -m：mongod服务
   • -t：solr服务
   • -n：mongodb命名空间，监听database.collection，多个命名空间逗号分隔
   • -u：uniquekey
   • -d：处理文档的manager文件

   注意：mongodb通常使用_id作为uniquekey，而Solrmore使用id作为uniquekey，如果不做处理，索引文件时将会失败，有两种方式来处理这个问题：

   1. 指定参数--unique-key=id到mongo-connector，Mongo Connector 就可以翻译把_id转换到id。
   2. 把schema.xml文件中的:

      <uniqueKey>id<uniqueKey>

      替换成

      <uniqueKey>_id</uniqueKey>

      同时还要定义一个_id的字段：

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

   3. 启动时如果报错：

      2014-06-18 12:30:36,648 - ERROR - OplogThread: Last entry no longer in oplog cannot recover! Collection(Database(MongoClient(‘localhost‘, 27017), u‘local‘), u‘oplog.rs‘)

      清空E:\Users\liuzhijun\workspace\mongo-connector\mongo_connector\doc_managers\config.txt中的内容，需要删除索引目录下的文件重新启动

5. 测试
   mongodb中的数据变化都会同步到solr中去。

全文检索引擎Solr系列——整合MySQL、MongoDB