我正在使用Solr3.3进行内容/文本搜索的POC。 我要求最初将文档以及内容及其自定义元数据编入索引。在索引文档并使其可供搜索之后，用户可以更改文档的自定义元数据。但是，一旦将文档添加到索引中，文档的内容就无法更新。当用户更新自定义元数据时，必须更新文档索引以反映搜索中的元数据更改。 但在索引更新期间，即使文件内容未更改，也会对其进行索引，从而导致元数据更新延迟。
所以我想检查是否有办法避免内容索引并只更新元数据？ 或者我是否必须将内容和元数据存储在单独的索引文件中。即documentId，index1和documentId中的内容，另一个索引中的自定义元数据。在这种情况下，我如何查询这两个不同的索引并返回结果？
答案 0 :(得分：1)
“如果有办法避免内容索引并仅更新元数据”solr indexing and reindexing已涵盖这一点，答案是否定的。
请记住，Solr使用非常宽松的架构。它就像一个数据库，所有东西都放在一个表中。想想稀疏矩阵，想想Amazon SimpleDB。 如果您考虑到类似DB的连接，则两个solr索引被视为两个数据库，而不是两个表。我刚刚在How to start and Stop SOLR from A user created windows service上回答了问题。
我会将每个文件输入为两个文档（solr文档=数据库行）。因此对于“watson”的文件：
id: docs_contents_watson
type:contents
text: text of the file
和元数据
id:docs_metadata_watson
type:metadata
author:A J Crown
year:1984
要搜索文档的内容： http://localhost:8080/app/select?q=type:contents&text：“在一个黑暗的孤独的夜晚”
进行元数据搜索： http://localhost:8080/app/select?q=type:metadata&year:1984
请注意类型：xx 。
这个可能是一个kludge （从长远来看会导致头痛的实施）。各位SO'ers，请批评一下。
答案 1 :(得分：1)
我们确实尝试了这个，它应该工作。在将其发送到lucene之前，先拍摄基本上有SOLrInputDocument对象的快照。压缩它并序列化对象，然后将其分配给模式中的另一个字段。将该字段设为二进制字段。
因此，当您想要将此信息更新到其中一个字段时，只需获取二进制字段，然后对其进行反序列化，并将值附加/更新到您感兴趣的字段，然后将其重新提供给lucene。
永远不要忘记将XML存储为SolrInputDocument中的一个字段，其中包含TIKA提取的用于搜索/索引的文本。
唯一的负面影响：你的索引大小会有所增长，但你可以得到你想要的东西，而无需重新提供数据。