我正在使用nutch将一些页面抓取到solr索引中。为了指定读取的文档，我在"read_flag"中添加了一个名为"schema.xml"的布尔值，默认值为false。当应用程序用户读取文档时，它将发送solr更新查询以设置solr索引并将read_flag设置为true。在应用程序端，我用户solr查询其"read_flag"为false的所有文档，以查看尚未读取的所有文档。我还将url定义为uniquekey，因此如果发现其url是重复的，Solr将覆盖新文档。我的问题是当新文档被发送到solr以进行索引时，其read_flag将为false，这将被覆盖以解析可能具有read_flag=true的现有文档！我正在考虑一些解决方案，但所有这些都有一些性能成本。
1）用于不同的文件，一个用于read_flag，另一个用于其他部分。用户solr加入查询时间。问题是我无法以这种方式使用solrCloud和多分片！
2）更改Nutch以发送更新查询，而不是为每个新文档添加查询。在这种方法中，索引的性能可能会降低。由于这不适用于首次插入的文件，可能是不可行的解决方案。
3）更改solr代码以错过某些字段以覆盖重复的唯一键。
4）在nutch中使用solrj读取文档read_flag值并将其发送给具有此read_flag值的索引。
我的问题是哪种方法最适合我的情况？我怎么能这样做？
Rgards。