对数据库中的数据建立倒排索引 1. 启动本机的mysql数据库 我新建test数据库，并在其中新建test表，表有两个字段，ID与Val。ID表示文档编号，Val表示文档内容，这是一个最简单的数据源。2. 在Solr中配置数据源 在\web...
solr如何建立索引
可以用API导入，用java的话有SOLRJ,其他的语言应该也有对应的lib
如何对solr建立的索引进行搜索
以下资料整理自网络,以及查看solr帮助文档。
主要分为两部分，第一部分是对《db-data-config.xml》的配置内容的讲解（属于高级内容），第二部分是DataImportHandler（属于基础）,第三部分是对db-data-config.xml的进阶 第一部分是对《db-data-config.xml》 query是获取全部数据的SQL deltaImportQuery是获取增量数据时使用的SQL deltaQuery是获取pk的SQL parentDeltaQuery是获取父Entity的pk的SQL Full Import工作原理：
执行本Entity的Query，获取所有数据；
针对每个行数据Row，获取pk，组装子Entity的Query；
执行子Entity的Query，获取子Entity的数据。
Delta Import工作原理：
查找子Entity，直到没有为止；
执行Entity的deltaQuery，获取变化数据的pk；
合并子Entity parentDeltaQuery得到的pk；
针对每一个pk Row，组装父Entity的parentDeltaQuery；
执行parentDeltaQuery，获取父Entity的pk；
执行deltaImportQuery，获取自身的数据；
如果没有deltaImportQuery，就组装Query 限制：
子Entity的query必须引用父Entity的pk 子Entity的parentDeltaQuery必须引用自己的pk 子Entity的parentDeltaQuery必须返回父Entity的pk deltaImportQuery引用的必须是自己的pk 第二部分是DataImportHandler 关于DataImportHandler的具体使用方法，详见下文，如果你英文超级好，那看这个链接吧：
http:
/
/
wiki.apache.org/
solr/
DataImportHandler 大多数的应用程序将数据存储在关系数据库、xml文件中。
对这样的数据进行搜索是很常见的应用。
所谓的DataImportHandler提供一种可配置的方式向solr导入数据，可以一次全部导入，也可以增量导入。
概览 目标 能够读取关系数据库中的数据。
通过可配置的方式，能够将数据库中多列、多表的数据生成solr文档 能够通过solr文档更新solr 提供 通过配置文件就能够导入所有数据的能力 能够发现并处理 由insert、update带来的变化（我们假定在表中有一个叫做“last-modified的列”） 能够配置 “完全导入”和“增量导入”的时间 让读取xml文件，并建立索引成为可配置。
能够将 其他的数据源（例如：
ftp，scp，etc）或者其他格式的文档（Json，csv）以插件的形式集成到项目中。
设计思路 这个Handler首先要在solrconfig.xml文件中配置下，如下所示。
/
home/
username/
data-config.xml 从它的名字上，我们或许也可以猜到， DataImportHandler正是requestHandler的实现。
我们一共需要在两个地方配置文件中进行一些配置。
solrconfig.xml 。
data-config.xml必须在这个文件中配置，datasource也可以。
不过，一般将datasource放在data-config.xml文件中。
data-config.xml 怎样获取数据？（查询语句、url等等） 要读什么样的数据（关系数据库中的列、或者xml的域） 做什么样的处理（修改/
添加/
删除） 跟关系数据库一起使用 下面几个步骤是必要的. 定义一个data-config.xml 文件，并这个它的路径配置到solrconfig.xml 中关于DataImportHandler的配置中。
给出Connection的信息（假设你选择在solrconfig中配置datasource） 打开DataImportHandler页面去验证，是否该配置的都配置好了。
http:
/
/
localhost:
8983/
solr/
dataimport 使用“完全导入”命令将数据从数据库中导出，并提交给solr建立索引 使用“增量导入”命令对数据库发生的变化的数据导出，并提交给solr建立索引。
配置数据源 将dataSource标签直接添加到dataConfig下面，即成为dataConfig的子元素. 数据源也可以配置在solrconfig.xml中 属性type 指定了实现的类型。
它是可选的。
默认的实现是JdbcDataSource。
属性 name 是datasources的名字，当有多个datasources时，可以使用name属性加以区分 其他的属性都是随意的，根据你使用的DataSource实现而定。
当然 你也可以实现自己的DataSource。
多数据源 一个配置文件可以配置多个数据源。
增加一个dataSource元素就可以增加一个数据源了。
name属性可以区分不同的数据源。
如果配置了多于一个的数据源，那么要注意将name配置成唯一的。
例如：
然后这样使用 .. .. .. .. 配置JdbcDataSource JdbcDataSource中的属性有 driver(必需的)：
jdbc驱动名称 url（必需的）：
jdbc链接 user：
用户名 password：
密码 批量大小：
jdbc链接中的批量大小 任何其他的在JdbcDataSource中配置的属性，都会被直接传给jdbc driver 配置data-config.xml solr document是schema，它的域上的值可能来自于多个表. data-config.xml的根元素是document。
一个document元素代表了一种文档。
一个document元素中包含了一个或者多个root实体。
一个root实体包含着一些子实体，这些子实体能够包含其他的实体。
实体就是，关系数据库上的表或者视图。
每个实体都能够包含多个域，每个域对应着数据库返回结果中的一列。
域的名字跟列的名字默认是一样的。
如果一个列的名字跟solr field的名字不一样，那么属性name就应该要给出。
其他的需要的属性在solrschema.xml文件中配置。
为了能够从数据库中取得想要的数据，我们的设计支持标准sql规范。
这使得用户能够使用他任何想要的sql语句。
root实体是一个中心表，使用它的列可以把表连接在一起。
dataconfig的结构 dataconfig的结构不是一成不变的,entity和field元素中的属性是随意的，这主要取决于processor和transformer。
以下是entity的默认属性 name(必需的):
name是唯一的，用以标识entity processor:
只有当datasource不是RDBMS时才是必需的。
默认值是SqlEntityProcessor transformer:
转换器将会被应用到这个entity上，详情请浏览transformer部分。
pk：
entity的主键，它是可选的，但使用“增量导入”的时候是必需。
它跟schema.xml中定义的uniqueKey没有必然的联系，但它们可以相同。
rootEntity：
默认情况下，document元素下就是根实体了，如果没有根实体的话，直接在实体下面的实体将会被看做跟实体。
对于根实体对应的数据库中返回的数据的每一行，solr都将生成一个document。
一下是SqlEntityProcessor的属性 query (required) :
sql语句 deltaQuery :
只在“增量导入”中使用 parentDeltaQuery :
只在“增量导入”中使用 deletedPkQuery :
只在“增量导入”中使用 deltaImportQuery :
(只在“增量导入”中使用) . 如果这个存在，那么它将会在“增量导入”中导入phase时代替query产生作用。
这里有一个命名空间的用法${dataimporter.delta.}详情请看solr1.4.
主要分为两部分，第一部分是对《db-data-config.xml》的配置内容的讲解（属于高级内容），第二部分是DataImportHandler（属于基础）,第三部分是对db-data-config.xml的进阶 第一部分是对《db-data-config.xml》 query是获取全部数据的SQL deltaImportQuery是获取增量数据时使用的SQL deltaQuery是获取pk的SQL parentDeltaQuery是获取父Entity的pk的SQL Full Import工作原理：
执行本Entity的Query，获取所有数据；
针对每个行数据Row，获取pk，组装子Entity的Query；
执行子Entity的Query，获取子Entity的数据。
Delta Import工作原理：
查找子Entity，直到没有为止；
执行Entity的deltaQuery，获取变化数据的pk；
合并子Entity parentDeltaQuery得到的pk；
针对每一个pk Row，组装父Entity的parentDeltaQuery；
执行parentDeltaQuery，获取父Entity的pk；
执行deltaImportQuery，获取自身的数据；
如果没有deltaImportQuery，就组装Query 限制：
子Entity的query必须引用父Entity的pk 子Entity的parentDeltaQuery必须引用自己的pk 子Entity的parentDeltaQuery必须返回父Entity的pk deltaImportQuery引用的必须是自己的pk 第二部分是DataImportHandler 关于DataImportHandler的具体使用方法，详见下文，如果你英文超级好，那看这个链接吧：
http:
/
/
wiki.apache.org/
solr/
DataImportHandler 大多数的应用程序将数据存储在关系数据库、xml文件中。
对这样的数据进行搜索是很常见的应用。
所谓的DataImportHandler提供一种可配置的方式向solr导入数据，可以一次全部导入，也可以增量导入。
概览 目标 能够读取关系数据库中的数据。
通过可配置的方式，能够将数据库中多列、多表的数据生成solr文档 能够通过solr文档更新solr 提供 通过配置文件就能够导入所有数据的能力 能够发现并处理 由insert、update带来的变化（我们假定在表中有一个叫做“last-modified的列”） 能够配置 “完全导入”和“增量导入”的时间 让读取xml文件，并建立索引成为可配置。
能够将 其他的数据源（例如：
ftp，scp，etc）或者其他格式的文档（Json，csv）以插件的形式集成到项目中。
设计思路 这个Handler首先要在solrconfig.xml文件中配置下，如下所示。
/
home/
username/
data-config.xml 从它的名字上，我们或许也可以猜到， DataImportHandler正是requestHandler的实现。
我们一共需要在两个地方配置文件中进行一些配置。
solrconfig.xml 。
data-config.xml必须在这个文件中配置，datasource也可以。
不过，一般将datasource放在data-config.xml文件中。
data-config.xml 怎样获取数据？（查询语句、url等等） 要读什么样的数据（关系数据库中的列、或者xml的域） 做什么样的处理（修改/
添加/
删除） 跟关系数据库一起使用 下面几个步骤是必要的. 定义一个data-config.xml 文件，并这个它的路径配置到solrconfig.xml 中关于DataImportHandler的配置中。
给出Connection的信息（假设你选择在solrconfig中配置datasource） 打开DataImportHandler页面去验证，是否该配置的都配置好了。
http:
/
/
localhost:
8983/
solr/
dataimport 使用“完全导入”命令将数据从数据库中导出，并提交给solr建立索引 使用“增量导入”命令对数据库发生的变化的数据导出，并提交给solr建立索引。
配置数据源 将dataSource标签直接添加到dataConfig下面，即成为dataConfig的子元素. 数据源也可以配置在solrconfig.xml中 属性type 指定了实现的类型。
它是可选的。
默认的实现是JdbcDataSource。
属性 name 是datasources的名字，当有多个datasources时，可以使用name属性加以区分 其他的属性都是随意的，根据你使用的DataSource实现而定。
当然 你也可以实现自己的DataSource。
多数据源 一个配置文件可以配置多个数据源。
增加一个dataSource元素就可以增加一个数据源了。
name属性可以区分不同的数据源。
如果配置了多于一个的数据源，那么要注意将name配置成唯一的。
例如：
然后这样使用 .. .. .. .. 配置JdbcDataSource JdbcDataSource中的属性有 driver(必需的)：
jdbc驱动名称 url（必需的）：
jdbc链接 user：
用户名 password：
密码 批量大小：
jdbc链接中的批量大小 任何其他的在JdbcDataSource中配置的属性，都会被直接传给jdbc driver 配置data-config.xml solr document是schema，它的域上的值可能来自于多个表. data-config.xml的根元素是document。
一个document元素代表了一种文档。
一个document元素中包含了一个或者多个root实体。
一个root实体包含着一些子实体，这些子实体能够包含其他的实体。
实体就是，关系数据库上的表或者视图。
每个实体都能够包含多个域，每个域对应着数据库返回结果中的一列。
域的名字跟列的名字默认是一样的。
如果一个列的名字跟solr field的名字不一样，那么属性name就应该要给出。
其他的需要的属性在solrschema.xml文件中配置。
为了能够从数据库中取得想要的数据，我们的设计支持标准sql规范。
这使得用户能够使用他任何想要的sql语句。
root实体是一个中心表，使用它的列可以把表连接在一起。
dataconfig的结构 dataconfig的结构不是一成不变的,entity和field元素中的属性是随意的，这主要取决于processor和transformer。
以下是entity的默认属性 name(必需的):
name是唯一的，用以标识entity processor:
只有当datasource不是RDBMS时才是必需的。
默认值是SqlEntityProcessor transformer:
转换器将会被应用到这个entity上，详情请浏览transformer部分。
pk：
entity的主键，它是可选的，但使用“增量导入”的时候是必需。
它跟schema.xml中定义的uniqueKey没有必然的联系，但它们可以相同。
rootEntity：
默认情况下，document元素下就是根实体了，如果没有根实体的话，直接在实体下面的实体将会被看做跟实体。
对于根实体对应的数据库中返回的数据的每一行，solr都将生成一个document。
一下是SqlEntityProcessor的属性 query (required) :
sql语句 deltaQuery :
只在“增量导入”中使用 parentDeltaQuery :
只在“增量导入”中使用 deletedPkQuery :
只在“增量导入”中使用 deltaImportQuery :
(只在“增量导入”中使用) . 如果这个存在，那么它将会在“增量导入”中导入phase时代替query产生作用。
这里有一个命名空间的用法${dataimporter.delta.}详情请看solr1.4.
