用于多个域的 nutch 和 solr答案

【问题标题】：nutch and solr for multiple Domain用于多个域的 nutch 和 solr
【发布时间】：2012-07-26 13:33:16
【问题描述】：

我想为多个域创建自定义搜索引擎。
如何使用 solr 和 nutch 为 500 多个域创建自定义搜索，同时搜索每个域应该能够显示自己的数据。

例如
example.com exapmle2.com example3.com 等等，当用户在 example.com 上搜索时，他应该得到属于 example.com 的数据，与 example2.com 等相同

这些网站可能是博客文章、电子商务网站、分类网站或酒店预订网站。

任何建议将不胜感激。

【问题讨论】：

当你说域时，你的意思是什么，像 stackoverflow.com 这样的网站名称或像消费电子产品这样的网站类型？
一般来说，您可以使用单独的 Solr 内核，但最好了解更多有关这些域的信息。例如。它们有多大（您期望多少个文档？平均文档大小？将存储的信息域类型？域模式之间的差异？您能想到的任何事情 - 请告诉我们...）。事实证明，您只需要具有不同实体或不同访问权限的单核......
@umar 我的意思是像 example.com 这样的网站像 sub.example.com 这样的子域

【解决方案1】：

这应该是开箱即用的。当您使用 nutch 架构索引到 solr 时，它有一个名为 site 的字段来存储域。在搜索界面（您将构建的）上，当您选择一个域（又名站点）时，您只需传递一个过滤查询，如“site:domain”，以便将结果限制为搜索的域。

注意：如果您想限制对注入域的抓取，请确保将 nutch 中的外部链接属性设置为 false。

希望能回答你的问题。

【讨论】：