Solrcloud具有id字段的重复文档

Question

我在windows机器上使用solrcloud-4.3.0和zookeeper-3.4.5。我有一个具有唯一字段"id“的索引集合。我观察到索引中存在具有相同唯一id值的重复文档。根据我的理解，这不应该发生，因为唯一字段的目的是避免这种情况。有没有人能帮我解决这个问题？

Answer 1

在"/conf/schema.xml“文件中有一个名为"”的XML元素，默认情况下它似乎是"id“...这应该是你的“钥匙”。

然而，根据Solr文档(http://wiki.apache.org/solr/UniqueKey#Use_cases_which_do_not_require_a_unique_key)，如果您不需要将新文档增量地添加到现有索引中，则不需要始终具有“唯一键”。也许这就是你现在的情况。但我也觉得你总是需要一个唯一的身份证。

Answer 2

对这个问题添加答案可能为时已晚，但也可以通过将索引与重复的文档/字段合并来复制具有唯一键/字段的文档。

显然，当通过lucene IndexMergeTool或solr CoreAdminHandler合并索引时，任何重复的文档都会很高兴地附加到索引中。(从lucene和solr 4.6.0开始)

重复数据删除似乎发生在检索时。

https://cwiki.apache.org/confluence/display/solr/Merging+Indexes