Question

我正在使用Solr使用SQL DIH索引存储在DBMS中的数据集。桌面上的一个使用n对n的关系。仅仅为了简单起见（我的应用程序比这复杂得多）这里是应用程序的一个示例：一个人有一个名称，并且它有一个关联的0..n角色（一个角色由一个role_name字符串描述）。

Table Person:
- id: int
- Name: string

Table roles
- id: int
- role_name: string

Table association
- id_person: int
- id_role: int

两个人可以被描述为：

id=1, name=John Doe, roles=[programmer, father, soccer player]
id=2, name= Eric Smith, roles=[]

这是我想用solr实现的目标。

使用DIH导入数据（可能使用嵌套的SQL查询？）
查询并显示包含所有人员信息+人员角色的数据
能够使用给定角色进行查询，例如告诉我所有角色=程序员的人？
设置分面，创建所有角色的列表，每个角色都包含整个数据集中的出现次数

我希望使用solr可以实现这一点（我使用的是6.4版本，但我可以轻松升级到最新版本6.5）。有没有人可以解释如何做或指向正确的信息/教程？

由于

UMG

Answer 1

是可以在Solr。

我认为一个人没有多少角色您可以创建如下所示的solr模式：

<field name="id" type="string" multiValued="false" indexed="true" required="true" stored="true"/>
<field name="name" type="string" indexed="false" stored="true"/>
<field name="roles" type="strings" indexed="true" stored="true"/>
<field name="cfname" type="text_general" indexed="true" stored="false" multiValued="false"/>
<copyField source="name" dest="cfname"/>

这里的角色是一个多值字段。

现在您可以使用人名来查询：q=cfname:John

http://solr_node:8983/solr/collection_name/select?q=cfname%3AJohn

所有角色的列表，每个角色都包含整个数据集中的出现次数：q=*:*，facet=true，facet.field=roles和rows=0

http://solr_node:8983/solr/collection_name/select?q=*%3A*&rows=0&facet=true&facet.field=roles

Answer 2

您需要考虑的一些棘手的事情：

您将角色定义为多值

 <field name="roles" type="string" indexed="true" stored="true" multiValued="true"/>

在DIH设置中，为了获得最佳性能，请执行此操作（这适用于mysql，根据需要对数据库进行修改）：左连接，以便运行单个查询（比运行内部查询快得多）每个人），并使用sql GROUP BY和一个变换器来按摩角色到多值字段：

 <entity name="person" pk="id" transformer="RegexTransformer" query="
    SELECT p.id... GROUP_CONCAT(DISTINCT COALESCE(r.name,'') SEPARATOR '|') AS roles FROM person p LEFT JOIN association a ON p.id_person = a.id_role LEFT JOIN roles r ON a.id_role=r.id 
    WHERE ...
    GROUP BY p.id, ...
        ">
    <field column="roles" name="roles" splitBy="\|"/>
</entity>

这主要是为了获得最佳索引性能。将索引编入索引后，您要运行的查询非常基本。

上面的内容是手写的，没有经过测试，可能会有一些拼写错误，但希望你能得到它的要点。

Solr DIH具有多值字段和刻面

2 个答案: