Solr: transformer un champ séparés par des virgules pendant l'importation des données

Je travaille avec Solr 3.5.0. Je suis l'importation à partir d'une source de données JDBC et ont délimité dans le domaine que je voudrais diviser en valeurs individuelles. Je suis à l'aide de la RegexTransformer mais mon domaine n'est pas divisée.

valeur de l'échantillon

Bob,Carol,Ted,Alice

data-config.xml

<dataConfig>
  <dataSource driver="..." />
  <document>
    <entity name="ent"
            query="SELECT id,names FROM blah"
            transformer="RegexTransformer">
      <field column="id" />
      <field column="names" splitBy="," />
    </entity>
  </document>
</dataConfig>

schema.xml

<schema name="mytest" version="1.0">
  <types>
    <fieldType name="string" class="solr.StrField" sortMissingLast="true"
               omitNorms="true"/>
    <fieldType name="integer" class="solr.IntField" omitNorms="true"/>
  </types>
  <fields>
    <field name="id" type="integer" indexed="false" stored="true"
           multiValued="false" required="true" />
    <field name="name" type="string" indexed="true" stored="true"
           multiValued="true" required="true" />
  </fields>
</schema>

Quand je fais une recherche : - je obtenir un résultat doc élément comme ceci:

<doc>
  <int name="id">22</int>
  <arr name="names">
    <str>Bob,Carol,Ted,Alice</str>
  </arr>
</doc>

J'espérais obtenir ceci à la place:

<doc>
  <int name="id">22</int>
  <arr name="names">
    <str>Bob</str>
    <str>Carol</str>
    <str>Ted</str>
    <str>Alice</str>
  </arr>
</doc>

C'est tout à fait possible que j'ai mal compris le RegexTransformer l'article de la wiki. J'ai essayé de changer mon délimiteur et j'ai essayé d'utiliser un autre champ pour les pièces (comme indiqué dans le wiki)...

<field column="name" splitBy="," sourceColName="names" />

...mais qui a entraîné un vide name champ. Ce que je fais mal?

Mise à jour de votre domaine de définition est correcte. Les noms de champ doit correspondre à votre data-import.xml et votre schema.xml. Êtes-vous sûr de réindexée après le changement? Ne vous obtenez des messages d'erreur dans le solr journal?
Oui, j'ai même supprimé le répertoire d'index pour en être sûr. Le journal de toutes les instructions de la console et je n'ai rien vu.
stackoverflow.com/questions/9914483/... Cette réponse à partir d'un autre thread a fonctionné pour moi.

OriginalL'auteur Paul | 2012-02-25

solr

14

J'ai manipulé un problème similaire, par la création d'un type de champs dans le fichier de schéma:
```
<fieldType name="commaDelimited" class="solr.TextField">
      <analyzer>
        <tokenizer class="solr.PatternTokenizerFactory" pattern=",\s*" />
      </analyzer>
</fieldType>
```
Puis j'ai appliqué ce type de champ pour le champ de données comme:
```
<field name="features" type="commaDelimited" indexed="true" stored="true"/>
```
Peu importe ce que je fais, j'ai juste ne pouvez pas obtenir que cela fonctionne. 🙁 J'ai copié ce et le post original exactement et encore mon domaine vient à travers comme un champ avec une chaîne séparée par des virgules de la valeur. Ce qui me manque??
Les données seront toujours stockées en tant que délimitée par des virgules de la chaîne, mais vous devriez être capable de les interroger en tant que valeurs individuelles. Si votre nom de champ est "noms" avec les valeurs "bill, bob, ted", il va les stocker en tant que séparés par des virgules de la chaîne, mais les index en tant que valeurs individuelles. Vous pouvez ensuite requête comme les noms: "ted".
Quelle est la différence avec le paramètre type="text_ws"?
Cela dépendrait de ce que vous avez définie "text_ws". Si vous regardez mon exemple, j'ai défini un type de "délimité par des virgules" qui utilise les regex pour diviser le terrain. Voici les types inclus dans Solr: cwiki.apache.org/confluence/display/solr/.... "text_ws" n'est pas inclus dans le champ type.

OriginalL'auteur dhysong
2

Votre colonne de base de données est appelée names tandis que le Solr champ est appelé name (Remarquez le manque s). Une solution est d'utiliser la ligne suivante dans votre DIH config et puis re-index.
```
<field name="name" column="names" splitBy=","/>
```
L'OP semble avoir corrigé cela dans sa définition mise à jour. Aussi votre code a un errant par des virgules.
Avez enlevé la virgule - merci pour le tuyau.
splitBy="," j'obtiens l'erreur invalide le champ de la propriété

OriginalL'auteur nikhil500
1

Essayer de mettre le transformateur="RegexTransformer" avant l'instruction de la requête aussi vous avez une erreur
```
   transformer="RegexTransformer">
```
vous devez supprimer les " >'

OriginalL'auteur bikedorkseattle
1

Vous pouvez utiliser un transformateur="RegexTransformer" et également vous pouvez utiliser javascript pour la division de la valeur.
```
<script><![CDATA[

function stringtoarray(row) {
 var value=row.get('names');

 if(value !="" && value !=null) {   
   name_arr=value.split(",");
   row.put('name',name_arr);
   return row;
 }
}
]]>
</script>
```
et ajouter le transformer="script:stringtoarray" à l'entité champ

OriginalL'auteur Lijo Abraham

Vous devez vous connecter pour publier un commentaire.