Solr索引重复文档

文章/答案/技术大牛

发布

2回答

如何在solr中用前缀对单词进行索引？

solr、stemming

可能重复：我用的是solr 3.3我要solr索引词及其后缀。当我索引“book”和“book”并搜索“book”时，solr会显示任何有“book”或“book”的文档，但当我索引“下雨”和“下雨”并搜索“下雨”时，solr会显示任何有“下雨”的文档，但我希望solr显示任何有“下雨”或“下雨”的文档。

浏览 0提问于2011-11-28得票数 1

0回答

solr、duplicates

我使用solr来存储文件路径和我的'id‘(唯一键)，并对其内容进行索引。当我更改文件内容并对其重新编制索引时，它会替换索引中的文件内容。有没有什么办法可以让我在相同的id下保留旧版本的文件？我使用的是solr 6.1.0

浏览 3提问于2016-07-11得票数 2

回答已采纳

1回答

如何知道在solr索引中更改、更新和索引的文档？

search、solr、indexing

在将用于索引的xml文档发布到solr时，一些文档被添加，重复的记录被丢弃。一些记录也会使用新值进行更新。我如何知道对索引所做的这些更改。我的意思是，我如何才能知道添加的记录数量，不。更新的记录中，发布到solr核心的文档数量是多少？

浏览 2提问于2013-08-05得票数 0

2回答

Solrcloud具有id字段的重复文档

solr、solrcloud

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？

浏览 1提问于2013-07-10得票数 2

1回答

Solr，块更新现有文档

indexing、solr、duplicates、document

当一个文档被发送到solr，并且这个文档已经存在于索引中(通过它的ID)，那么新的文档将替换旧的文档。那么，有什么方法可以将solr配置为忽略重复项吗？

浏览 3提问于2011-12-14得票数 5

回答已采纳

1回答

solr将如何删除这些文档

solr、solrj、solr4、solrcloud

在使用solr索引大约70K文档时，我没有发送任何删除策略，但是即使这样，solr在完成70K文档的完整索引之前也会删除很少的文档，因此想了解这是如何可能的，solr决定在完成完整索引之前删除文档的依据是什么

浏览 3提问于2016-03-02得票数 1

回答已采纳

1回答

是否可以使用Solr将文档与关键字进行匹配，而无需存储文档？

solr、search-engine、solrnet

我不能完全确定词汇表，但我想要做的是向Solr服务器(使用Solrnet)发送一个文档(或者实际上只是一个字符串)和一堆关键字，并返回一个告诉我文档是否与关键字匹配的返回，而不需要将文档存储或索引到服务器这个想法是在存储文档之前检查文档是否匹配。它是否可以使用软提交先存储它，如果不匹配，则再次删除它？这将如何影响索引？

浏览 0提问于2012-01-16得票数 1

1回答

随着数据的增加，Solr中获取的行数是否受到限制？

solr、cassandra、dataimporthandler

我已经整合了Solr和Cassandra。当我尝试用最少行数(约100行)索引数据时，所有行都将被索引。但是，由于有大量行，正如上面提到的那样，我只能索引所有行中的10,000行。solr在索引数据方面是否有任何限制？我试着用谷歌搜索出来，但没有找到任何快速的答案。还是它用唯一的值进行索引，因为我也有很多重复的值？还是像以前的记录正在被移除并用最新的索引进行更新？

浏览 2提问于2017-07-12得票数 0

回答已采纳

1回答

solr8.8.0中的autoSoftCommit设置

solr、solr8

我现在的索引大约需要1:30小时。这太长了，因为我想要NRT更新，所以我启用了autoCommit和autoSoftCommit，如下所示 <maxTime>${solr.autoCommit.maxTime10 minutes --></autoCommit> <maxTime>${s

浏览 7提问于2022-10-03得票数 0

回答已采纳

1回答

我使用Solr (可能会移到Elasticsearch)来索引用户可以搜索的文档。数据来自MySQL，它从用户那里获取写操作。每个搜索结果都可以点击查看其详细信息，这是很常见的。既然详细信息页面显示的几个字段已经在Solr中建立了索引，那么简单地将所有字段存储在Solr中而不访问数据库是不是更好呢？详细信息页面已经查询了Solr，以获得更多类似于此的建议。实际上我从来没有想过从Solr中提供数据，直到最近我决定添加一个功能，如果数据是从Solr

浏览 1提问于2013-11-03得票数 0

1回答

使用Solr的索引和使用Lucene的索引之间有性能上的区别吗？

solr、lucene

与在内部使用Lucene的Solr相比，直接使用lucene索引数据有什么性能优势吗？我不想重复发明轮子，我只是想知道当直接使用Lucene索引大量文档时，是否有任何性能优势。

浏览 2提问于2015-08-04得票数 1

1回答

只添加唯一元素，将json对象重新索引为solr

solr、solrj

我已经使用httpclient将json对象索引到solr中，当我再次尝试索引时，重复的记录正在被索引。提前感谢

浏览 1提问于2016-06-29得票数 0

回答已采纳

2回答

如何正确配置Solr以删除字段中的重复术语

solr、duplicates

我已经构建了一个基于mysql产品数据库的solr核心。核心工作很好，我可以搜索产品。我面临的问题是，当搜索词多次出现在描述中时，与只有一次搜索词的产品相比，该产品被认为更具有相关性。有没有办法告诉声纳不要考虑重复？<processor class="solr.UniqFieldsUpdateProcessorFacto

浏览 7提问于2016-05-20得票数 2

回答已采纳

1回答

Solr将数据从索引中提取为XML文件。

java、xml、csv、solr、lucene

我们有由客户端提供的索引文件，现在希望通过删除重复的文档来重新索引它们。我知道使用Lucene是可能的，但是我想知道如何使用solr来完成这个任务。

浏览 16提问于2013-01-04得票数 1

回答已采纳

2回答

Apache没有将所有文档索引到apache

solr、lucene、nutch

从文档mime分析中，爬行的数据包含大约45000个思想和文本/html文档。但是当我在solr (4.10.3)中看到索引文档时，只有大约14000个文档被索引。为什么文档之间的巨大差异是(45000-14000=31000)。如果我假设nutch只索引text/html文档，那么至少应该对45000个文档进行索引。有什么问题吗。如何解决这个问题？

浏览 1提问于2015-05-15得票数 3

回答已采纳

1回答

Solr添加和更新pdf文件

pdf、solr

我想添加和更新pdf文件到solrs索引。我的场景:我有一个目录(mainDir)，它应该被索引。这个目录包含许多包含pdf文件的子目录。新的pdf文件和子目录可以创建，更新或删除。我已经创建了一个，它对目录递归中的所有文件进行索引。提交索引更改的最佳方法是什么。稍后，solr应该会注意到node.js的更改。

浏览 6提问于2020-05-28得票数 0

回答已采纳

1回答

solr CSV更新，覆盖参数

solr

我正在尝试让CSV导入适用于SOLR，但是在重写参数方面遇到了问题。我正在按照这里的文档覆盖，我发现我的索引中有重复项，即使我指定了。生成的SOLR查询产生2条记录。这是一个bug吗？使用SOLR 4.2。

浏览 0提问于2013-03-16得票数 0

回答已采纳

1回答

无法在Solr查询结果中看到copyField

solr

autocomplete"/> 在solr<

浏览 5提问于2017-09-20得票数 0

1回答

Apache Nutch不能正确索引rss提要

solr、rss、feed、nutch

我一直在尝试使用"feed“作为解析器来索引Solr上的RSS页面(而不是tika。从理论上讲，对于每个RSS的条目，都应该在Solr中创建一个文档。它被创造出来了！但只是暂时的。实际上，一旦索引成功完成，清理作业就会删除所有RSS项。我正在尝试修改它，但我不

浏览 3提问于2016-06-08得票数 0

1回答

solr是否优化了跨文档频繁重复字段值的存储？

indexing、solr

我们通过使用两个SOLR索引来模拟传统上被理解为关系数据库(实体之间具有一对多连接)的数据库。其中一个(A)存储具有逻辑上归属于另一个(B)中每个文档的字段的文档。我们不仅建立了一种关系，而且(我相信)还将索引从变得不必要的情况中拯救出来。到目前为止，我们正在评估合并这两个索引，以便A中的每个文档(id=i)字段都将被复制到B的每个文档(foreign_key=i)中。此后，不再需要A。我的问题是: SOLR是否优化了在整个索

浏览 0提问于2011-01-06得票数 1

回答已采纳

点击加载更多

如何在solr中用前缀对单词进行索引？