"Hadoop-Solr Lucidworks Project" 检索输入名称路径

Question

我正在使用这个项目：https://github.com/lucidworks/hadoop-solr 有谁知道在哪个值中保存了正在处理的文档的名称（或路径）。我想将此值检索到 Solr Admin（将一个字段及其名称添加到我的架构中）。这可能吗？

示例：我希望能够看到文档的名称，从中查询 returns 相同的结果。

我是运行使用此命令的项目：

    hadoop jar solr-hadoop-job-2.2.5.jar 
    com.lucidworks.hadoop.ingest.IngestJob  
    -Dlww.commit.on.close=true -DcsvDelimiter= 
   -cls com.lucidworks.hadoop.ingest.CSVIngestMapper -c spyros1  
    - i  /usr/local/hadoop/input 
    -of com.lucidworks.hadoop.io.LWMapRedOutputFormat 
    -s http://127.0.1.1:8983/solr

Answer 1

对于 CSVIngestMapper，文件路径当前未添加到任何 Solr 字段。

随时在回购中创建问题。 https://github.com/lucidworks/hadoop-solr

也欢迎 PR

编辑：（请参阅 https://github.com/lucidworks/hadoop-solr/issues/16 了解解决方案）

Answer 2

这对我有用：

hadoop jar solr-hadoop-job-2.2.5.jar com.lucidworks.hadoop.ingest.IngestJob  
    -Dlww.commit.on.close=true 
    -Dcom.lucidworks.hadoop.ingest.RegexIngestMapper.regex="\w+" 
   -Dcom.lucidworks.hadoop.ingest.RegexIngestMapper.groups_to_fields=0=match_ss  
   -cls com.lucidworks.hadoop.ingest.RegexIngestMapper  
   -c collection1 -i /path/* -s http://127.0.1.1:8983/solr
   -of com.lucidworks.hadoop.io.LWMapRedOutputFormat

另请参阅 this 了解更多信息。

"Hadoop-Solr Lucidworks Project" 检索输入名称路径

"Hadoop-Solr Lucidworks Project" retrieve input name-path

hadoop

solr

lucidworks