将 Cassandra 连接的值拆分/映射到 Solr 字段中答案

【问题标题】：Splitting/Mapping Cassandra concatenated values into Solr fields将 Cassandra 连接的值拆分/映射到 Solr 字段中
【发布时间】：2012-08-16 03:50:58
【问题描述】：

我正在使用 Solr 和 Cassandra（通过 DSE）。这是 Cassandra 中的一个数据条目（行）：

ORDER_INFO_CF
 -orderHistoryID=1000072459
   -SPECIAL_COLUMN_KEY=0800000002||1294034400000|113942

使用这个 schema.xml，我可以毫无问题地索引 Cassandra 数据：

<schema name="ORDER_INFO_CF" version="1.1">
 <types>
  <fieldType name="string" class="solr.StrField"/>
  <fieldType name="text" class="solr.TextField">
    <analyzer><tokenizer class="solr.WikipediaTokenizerFactory"/></analyzer>
  </fieldType>
 </types>
 <fields>
    <field name="orderHistoryID"  type="string" indexed="true"  stored="true"/>
    <field name="SPECIAL_COLUMN_KEY"  type="text" indexed="true"  stored="true"/>
 </fields>

当然，将所有数据集中到一个以竖线分隔的字符串中并没有多大帮助。所以我尝试使用 PatternTokenizerFactory 对其进行拆分，如下所示（schema.xml）：

<schema name="ORDER_INFO_CF" version="1.1">
 <types>
  <fieldType name="string" class="solr.StrField" />
  <fieldType name="splitField" class="solr.TextField">
   <analyzer><tokenizer class="solr.PatternTokenizerFactory" pattern="|" /></analyzer>
  </fieldType>
 </types>
 <fields>
    <field name="orderHistoryID"  type="string" indexed="true"  stored="true"/>
    <field name="AccountNumber"  type="splitField" indexed="true"  stored="true"/>
    <field name="ActionFlag"  type="splitField" indexed="false"  stored="true"/>
    <field name="CreatedDate"  type="splitField" indexed="true"  stored="true"/>
    <field name="CreatedTime"  type="splitField" indexed="true"  stored="true"/>
 </fields>

orderHistoryID 仍在映射中，但SPECIAL_COLUMN_KEY 值并未拆分为上述四个字段。我确定我只是在使用PatternTokenizerFactory 时做得不太对。我还查看了DataImportHandler RegexTransformer，但这似乎只适用于 RDBMS 和 XML 导入。

基本上，我在 Solr 中的数据映射如下：

orderHistoryID=1000072459
SPECIAL_COLUMN_KEY=0800000002||1294034400000|113942

我正试图让它像这样映射：

orderHistoryID=1000072459
AccountNumber=0800000002
ActionFlag=
CreatedDate=1294034400000
CreatedTime=113942

有人可以指点我正确的方向吗？

【问题讨论】：

标签： solr cassandra datastax-enterprise

【解决方案1】：

解决此问题的更简单方法是使用 Solrj 。假设您已经有一个从 cassandra 读取记录的 api，您将能够使用 Solrj 将其提供给 solr。

另一种方法是创建自定义 POJO，然后使用 .比如——

import org.apache.solr.client.solrj.beans.Field;

public class CustomRecord {
   @Field
   private String orderHistoryID;
   @Field
   private String AccountNumber;
   @Field
   private String ActionFlag;
   @Field
   private String CreatedDate;
   @Field
   private String CreatedTime;
}

然后使用

SolrServer server = new HttpSolrServer("http://HOST:8983/solr/");
server.addBean(customRecord);

更多详情，请参考directly adding pojos to solr。

【讨论】：