Question

我有两个文本文件，称为A.txt和B.txt。 A.txt和B.txt都有3个字段。但语义不同。我们将这些字段命名如下：

A.txt : f1, f2, f3
B.txt : f1, f2, f4

A.txt和B.txt具有相同的f1和f2值，但具有不同的第三个字段。

我想将这些文件导入Solr（我正在使用Solr 4.5）。但需要注意的是，A.txt和B.txt中的相应条目必须合并为一个单独的文档。例如，如果我们有：

A.txt
1,50,foo
51,100,bar

B.txt
1,50,xkcd
51,100,qc

在dataimport发生后，Solr中应该有2个文档：

1,50,foo,xkcd
51,100,bar,qc

如果文档存储在SQL数据库中，那么它将是一个简单的连接查询。但由于文档存储为CSV文件中的行，并且我使用带有转换器函数的LineEntityProcessor来执行dataimport，有没有办法完成此任务？

Answer 1

我想将这些文件导入Solr（我正在使用Solr 4.5）。但需要注意的是，A.txt和B.txt中的相应条目必须合并为一个单独的文档...在dataimport发生后，Solr中应该有2个文档

这不会按照您的意图行事。默认情况下，Solr将文档更新视为事务性删除和插入的功能等效项。

使用Solr 4，atomic update功能允许更新某些字段，而不会影响其余的文档字段数据。这些工作方式存在局限性，因为它需要有关更新的元数据并且需要XML或JSON格式。但是，您识别的文本文件结构不适用于此。

我的建议：省去头痛并写一个文件合并脚本，它结合你的文本文件，在将它存储在Solr之前产生你想要的记录。