如何在 Solr 中重新索引数据而不删除答案

【问题标题】：How to re index data without deleting in Solr如何在 Solr 中重新索引数据而不删除
【发布时间】：2019-03-19 13:04:48
【问题描述】：

有没有办法重新索引 solr core 中的所有文档？

我已将索引时间分析器更改为托管模式中的一个字段

我的 solr 核心中有大约 600 000 个文档，而我在其他任何地方都没有这些数据。

我应该如何重新索引数据？

【问题讨论】：

您的所有字段都设置为存储吗？一般来说 - 您必须从 Solr 获取所有文档，然后将它们发送回 Solr 以再次编制索引。为此，原始文本必须是可检索的，方法是设置为存储或启用 docValues 以允许重构原始值。
它设置为存储，但我如何一次处理 60 万份文档，有没有办法
编写一个使用/export 端点检索文档的小脚本，或者根据您今天的索引方式，Solr 中有一个隐藏的功能可能不再受支持，您可以在其中配置 DIH 以从不同的 Solr 核心检索原始文档。
请不要在这里使用印度测量值。这只会让人们感到困惑。

标签： solr

【解决方案1】：

Solr 是全文索引，而不是数据库。因此，最佳做法是将数据保存在 solr 之外的其他位置，例如文件或数据库中。

因此，您唯一的解决方案是从 solr 导出数据，就像 @MatsLindh 的评论中推荐的那样 Google 将帮助您找到一种方法（或工具）将存储的数据转储/导出为 JSON 或 XML（或其他）

一旦您将文档存储在 solr 之外，将来更改架构后重新索引将很容易。

【讨论】：

【解决方案2】：

如果您不想使用导出然后重新索引的方法，可以使用以下方法，

转到 solr 目录并创建一个具有完全相同配置的新集合 (newCollection)。这可以使用 rsync 来实现。
```
rsync -avz --exclude data oldCollection/ newCollection
```
确保在运行 rsync 时排除数据文件夹。（建议您在实际运行 rsync 之前也进行一次试运行）
将 core.properties 文件中的集合名称编辑为 newCollection。
重新启动 solr。您应该开始在 UI 中看到 newCollection。
现在您可以使用一个简单的脚本将数据从 oldCollection 复制到 newCollection，该脚本从 oldCollection 批量获取数据并将相同的对象发送到 newCollection。（您可能需要处理从 oldCollection 收到的 version 字段）
现在您只需使用Swap api 交换集合即可实现此目的。管理 UI 上也有一个交换按钮：)

尽管恕我直言，我在这里同意@The Bndr。您应该只使用 Solr 作为索引。将您的数据存储在文件/数据库中的某个位置。

正如apache solr wiki中提到的，

使用 Solr 作为数据源：除非您别无选择，否则不要这样做。 Solr 并不是真正为这个角色而设计的。尽一切努力确保 Solr 稳定，但索引确实会因意外情况以及完全不受开发人员控制的事情而损坏。 Solr 4.x 及更高版本确实具有 NoSQL 功能，SolrCloud 在实现高可用性方面还有很长的路要走，但是任何软件都很难在面对任何问题时实现绝对的数据可靠性，这就是为什么备份总是很重要的原因。

【讨论】：