如何在不更新整个文档的情况下进行 Solr Delta 导入？

Question

我想执行 Solr Delta 导入，但我不想更新整个文档。有什么方法可以指示 solr 在导入增量时仅更新特定字段？

Answer 1

理论

此功能称为 in-place update。仅当要更新的字段满足这些条件时才执行就地更新：

非索引（索引="false"）
未存储（存储="false"）
单值（多值="false"）
数字文档值（docValues="true"）字段

换句话说，此功能基于特殊的数据结构 DocValues，因此您无法在不对整个文档重新编制索引的情况下更新非 DocValues 字段。您可以在以下 jira 问题中阅读有关可更新 DocValues 的更多详细信息：

练习

这是一个通过 SolrJ 的例子：

HttpSolrClient client = new HttpSolrClient("http://localhost:8983/solr");
SolrInputDocument doc = new SolrInputDocument();
doc.addField("id","1");
Map<String,Object> fields = new HashMap<>();
fields.put("inc", "-1");
doc.addField("count", fields);
client.add(doc); 
client.close();

或通过 CURL：

curl http://localhost:8983/solr/library/update -d '
[
 {"id"         : "1",
  "count"     : {"inc":"-1"}
 }
]'

其中字段计数声明为：

<field name="count" type="int" indexed="false" stored="false" docValues="true"/>

请注意 如果字段配置错误，将应用 "Atomic Update"。

"Atomic Updates"

您可以 "update" 文档中的任何字段而不受 "Atomic Updates" 的任何限制。 Atomic Update 实际上并没有进行就地更新——它删除旧文档，然后一次性索引一个应用了更新的新文档。在引擎盖下，它要求您的模式中的所有字段必须配置为已存储，并将字段复制为未存储（请记住嵌套文档），并尝试从存储的字段重建整个文档。如果出现任何配置错误，您将在没有任何通知的情况下丢失大部分文档。一般来说，原子更新有以下缺点：

重新索引整个文档并将它们传递给所有分析链会消耗大量 CPU 个周期
通过存储原始文档数据增加了索引大小
创建了新的索引段，旧文档在现有段中被标记为已删除，导致段合并策略启动并使用额外的 CPU 并增加 I/O 压力
最重要的是，在提交使更改可见后必须重新打开搜索。这会擦除所有累积的过滤器缓存、文档缓存和查询结果缓存
索引提交，这使得更改可见，擦除过滤器和字段缓存，因为额外的段被添加到索引；
在块索引结构的情况下，必须重新索引整个文档块，显着增加开销

如何在不更新整个文档的情况下进行 Solr Delta 导入？

How can I do Solr Delta Import without update whole document?

solr

in-place

理论

练习

"Atomic Updates"