如何从 LDAP 将数据导入 Apache Solr 索引

Question

我有一个包含大量用户数据的 LDAP 服务器，并希望将其导入 Apache Solr 索引。问题不在于这是否是一个好主意（如here 所讨论的那样）。我需要这种架构，因为我们的生产系统之一依赖于 ldap 数据的 Solr 索引。

我正在考虑不同的选择，但我不确定应该首选哪一个：

选项 1：使用 Apache Solr DataImportHandler：

这似乎是最直接的 Solr 方式。不幸的是，似乎没有可用于 LDAP 的 DataSource。

我尝试将 JdbcDataSource 与 JDBC-LDAP-Bridge 结合使用。从理论上讲，这可能可行，但驱动程序看起来已经过时了（2007 年的最新版本）。

另一个选项可能是使用一些 Java 的 LDAP 库（可能是 Spring LDAP，直接通过 JNDI 或类似的东西？）编写自定义 LdapDataSource。

选项 2：构建自定义 Feeder：

另一种选择可能是编写一个独立的服务/脚本来连接两个服务。然而，这感觉有点像重新发明轮子。

选项 3：我还没有想到的事情：

也许这里还有其他我还没有发现的选项。

Answer 1

通过为 Solr DataImportHandler 编写自定义 LDAP 数据源解决了这个问题。

这并不像听起来那么难。 JdbcDataSource 可以用作编写自定义数据源的模板，因此基本上您只需为 LDAP 协议重写一个 Java-Class。

对于访问 LDAP 客户端，有很多选项，例如普通 JNDI、UnboundID LDAP SDK、Apache LDAP API、OpenDJ LDAP SDK 或 OpenLDAP JLDAP（可能还有更多，但我只看过这些）。

我选择了 UnboundID LDAP，因为它有据可查的 API 和对 LDAPv3 的全面支持。

之后只需从 data-config.xml 中引用数据源即可。

此设置的一个很好的副作用是，您可以在索引 LDAP 服务器（实体处理器和转换器）时使用 Solr DataImportHandler 提供的所有好东西。这使得在 LDAP 和 Solr 索引之间映射数据结构变得容易。