将SOLR与Web项目一起使用的最佳方法是什么？

Question

好吧，我对SOLR和Lucene完全不熟悉，但已经让Solr在Tomcat 6.x下运行开箱即用，并且已经超越了一些基本的Wiki条目。

我有几个问题，也需要一些建议。

1. Solr可以索引文件（XML，CSV）中的数据，也可以索引数据库。您是否也可以将其指向URI /域，并让它以谷歌的方式索引网站？

2. 如果我的网站有“页面”数据，那么“页面名称”，“页面内容”等，以及“产品数据”，那么“产品名称”，“SKU”等，我需要两个不同的Schema.xml文件？如果是这样，这是否意味着Solr的两个不同实例？

最后，如果您的项目包含大型关系数据库和规范化数据库，您认为下面3个选项中的最佳方法是什么？：

1. 在后台运行中间件服务，挖掘数据库并手动创建相关的XML文件，然后发送到SOLR

2. 让SOLR直接索引DB。在这种情况下，最好只将SOLR指向视图，这会抽象出所有表关系吗？

3. 我不知道的任何其他选项？

上下文：我们在Windows 2003环境中运行，.NET 3.5，SQLServer 2005/2008

喝彩！

Answer 1

1. 不，你需要一个爬虫，例如Nutch
2. 是的，您需要两个单独的索引（=两个schema.xml），因为数据集似乎不相关。这并不意味着Solr的两个实例，您可以使用Cores来管理这两个索引。

至于填充Solr索引，它取决于您的特定项目，例如，它是否可以容忍陈旧数据，还是必须绝对新鲜。

索引数据的其他选项包括：

• 数据库触发器
• 如果您正在使用某种ORM，请使用其拦截功能。例如，您可以使用NHibernate事件来更新，插入或删除索引。如果你使用NHibernate和SolrNet这是taken care of automatically

Answer 2

我认为毛里西奥对他的建议已经死了。我要做的唯一一点就是决定拥有一个“中间件”索引器，或者直接使用数据库。如果您的数据库（或视图？）非常接近Solr架构所需的内容，那么DIH非常棒。但是，如果您要从多个数据源索引，或者您必须了解数据库中的数据以满足Solr的要求，那么拥有专用的中间件索引器会更好。