Lucidworks 保存 solr 格式未知字段

Question

我正在用 spark java 编写脚本。我需要使用 Lucidworks - spark-solr 工具 (https://github.com/lucidworks/spark-solr)

将数据（从 DataFrame）插入到 Solr 集合中

我的 schema.xml :

<schema name="MY_NAME" version="1.6">
    <field name="_version_" type="long" indexed="true" stored="true" />
    <field name="_root_" type="string" indexed="true" stored="false" />
    <field name="ignored_id" type="ignored" />
    <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
    <field name="age" type="int" indexed="true" stored="true" required="false" multiValued="false" />
    <field name="height" type="tlong" indexed="true" stored="true" required="false" multiValued="false" />
    <field name="name " type="string" indexed="true" stored="true" required="false" multiValued="false" />

    <fieldType name="string" class="solr.StrField" sortMissingLast="true" />
    <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0" />
    <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0" />
    <fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0" />
    <fieldType name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />

    <uniqueKey>id</uniqueKey>
</schema>

我的数据框：

DataFrame df = sqlContext.sql("SELECT id, age, height, name FROM TABLE");

df.show() 给出：

+--------------------+-----------+------+------+
|                  id|        age|height|name |
+--------------------+-----------+------+------+
|12345678912345678...|         10|   101|hello|

但是当我尝试使用 :

插入我的 solr 集合时

df.write()
.format("solr")
.option("collection", MY_COLLECTION)
.option("zkhost", MY_ZKHOST)
.save()

我有以下错误：

Caused by: org.apache.solr.client.solrj.impl.HttpSolrClient$RemoteSolrException: Error from server at http://MY_IP/solr/MY_COLLECTION_SHARD_REPLICA: ERROR :[doc=123456789123456789] unknown field '_indexed_at_tdt'

我不明白字段“_indexed_at_tdt”的来源。

DataFrame 似乎只有我想插入的 4 个字段是正确的，但由于这个未知字段“_indexed_at_tdt”，我仍然无法插入到我的 Solr 集合中。

更多信息：我有一个 HBase 索引器，它插入到同一个集合中并且正在工作。

在此先感谢您的帮助！

Answer 1

如您所见，here 该字段似乎是由 Lucidworks 代码自动添加的。

您只需将对应的字段添加到架构中即可：

<field name="_indexed_at_tdt" type="tdate" indexed="true" stored="true" required="false" multiValued="false" />

或者，如果您喜欢为 *_tdt 设置动态。

Lucidworks 保存 solr 格式未知字段

Lucidworks save solr format Unknown field

java

solr

hadoop

lucidworks

apache-spark