使用UpdateRequestProcessor链防止Solr中的重复

Question

我们正在使用Solr来存储通过其他服务接收和摄取的项目。

我目前正在调查一项任务，以避免使用相同的ID创建重复项目。

我不是Solr的专家，并试图从离开公司的人那里接过任务。关于如何防止重复的最后一个建议提到应该可以使用在id字段上定义唯一id和使用UpdateRequestProcessor链的组合。我不太了解UpdateRequestProcessor链以了解这种方法。我知道最终的目标是当一个项目被发送到Solr并且ID与现有id相同时，将执行更新而不是创建。

我查看了有关UpdateRequestProcessor链的Solr文档。如果没有更多背景信息，那些资源到目前为止还没有那么大的帮助。我想我会从Solr专家那里受益，帮助我开始或指导我朝着正确的方向前进。

Answer 1

您不需要参与URP。它比这简单得多。如果您的文档ID（在schema.xml中定义为<uniqueKey>id</uniqueKey> ）已经是一个独特的身份，那么，你不需要做任何其他事情。索引具有相同ID的相同doc两次将第二次更新它（删除和引擎盖下的新插入）。

如果您的uniqueKey不是唯一ID，那么只需重新设计架构（如果需要，可以使用Solr修改应用），以便它们匹配。