Question

我正在使用数据导入处理程序（DIH）在solr中创建文档。每个文档将包含零个或多个附件。附件（例如PDF，Word文档等）内容被解析（通过Tika）并与附件的路径一起存储。附件的内容（和路径）没有存储在数据库中（我不想这样做）。

我目前有一个包含DIH所需的所有字段的模式。然后我还将attachmentContent和attachmentPath字段添加为multiValued。但是，当我使用Solrj添加文档时，只有一个附件（最后添加的附件）由solr存储和索引。这是代码：

        ContentStreamUpdateRequest up = new ContentStreamUpdateRequest("/update/extract");
        up.setParam("literal.id", id);

        for (MultipartFile file : files) {
            // skip over files where the client didn't provided a filename
            if (file.getOriginalFilename().equals("")) {
                continue;
            }
            File destFile = new File(destPath, file.getOriginalFilename());
            try {
                file.transferTo(destFile);

                up.setParam("literal.attachmentPath", documentWebPath + acquisition.getId() + "/" + file.getOriginalFilename());
                up.addFile(destFile);   
            } catch (IOException ioe) {
                ioe.printStackTrace();   
            }               
        }
        try {
            up.setAction(AbstractUpdateRequest.ACTION.COMMIT, true, true);            
            solrServer.request(up);
        } catch (SolrServerException sse) {
            sse.printStackTrace();
        }catch (IOException ioe) {
            ioe.printStackTrace();   
        }

如何通过solr存储多个附件（内容和路径）？或者有更好的方法来实现这一目标吗？

Answer 1

Solr的局限性是只有一个文档与API索引如果您希望索引多个文档，可以将它们作为zip文件（并应用patch）并将其编入索引。

Solr - 一个数据导入处理程序记录下的多个附件

1 个答案: