Solr定时更新

今天用到solr定时重建索引和增量更新技术，就从网上搜了一些资料，在这里给大家整理了一下，也经过了自己的测试，没有异常。

Solr官方提供了很强大的Data Import Request Handler，同时提供了一个简单的 Scheduler，示例中的 Scheduler 只支持增量更新，不支持定期重做索引，因此我做了一个简单的封装，增加了重做索引的定时器。

1. 将 apache-solr-dataimportscheduler-1.0.jar 和solr自带的 solr-dataimporthandler-4.7.1.jar、 solr-dataimporthandler-extras-4.7.1.jar 放到tomcat发布的webapps/solr/WEB-INF/lib目录下面（或者放到solr.war的lib目录下面）。
        2.修改tomcat发布的webapps/solr/WEB-INF/web.xml（或者修改solr.war中WEB-INF/web.xml）, 在servlet节点前面增加:

<listener>
       <listener-class>org.apache.solr.handler.dataimport.scheduler.ApplicationListener</listener-class>
</listener>

3.将apache-solr-dataimportscheduler-1.0-source.jar 中 dataimport.properties 取出并根据实际情况修改,然后放到 solr.home/conf (不是solr.home/core/conf) 目录下面，conf这个目录不存在，需要自己手动创建该目录即可。

4.重启tomcat或者jboss 即可。

dataimport.properties 配置项说明

#################################################
#                                               #
#       dataimport scheduler properties         #
#                                               #
#################################################

#  to sync or not to sync
#  1 - active; anything else - inactive
syncEnabled=1

#  which cores to schedule
#  in a multi-core environment you can decide which cores you want syncronized
#  leave empty or comment it out if using single-core deployment
syncCores=core0,core1

#  solr server name or IP address
#  [defaults to localhost if empty]
server=localhost

#  solr server port
#  [defaults to 80 if empty]
port=8080

#  application name/context
#  [defaults to current ServletContextListener's context (app) name]
webapp=solr

#  URL params [mandatory]
#  remainder of URL
params=/dataimport?command=delta-import&clean=false&commit=true

#  schedule interval
#  number of minutes between two runs
#  [defaults to 30 if empty]
#  增量索引的时间间隔，单位分钟
#  为空,为0,或者注释掉:表示永不增量索引
interval=1

#  重做索引的时间间隔，单位分钟，默认7200，即5天;
#  为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=2

#  重做索引的参数
reBuildIndexParams=/dataimport?command=full-import&clean=false&commit=true

#  重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
#  两种格式：2012-04-11 03:10:00 或者  03:10:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=03:10:00

对于以上配置，发现两个bug，一个是如果reBuildIndexBeginTime的值为空，则会导致interval强转时报错，另一个是请求solr服务器时返回的状态码永远是415（对于当前请求的方法和所请求的资源，请求中提交的实体并不是服务器中所支持的格式，因此请求被拒绝。）

1、第一个bug

这一块代码直接导致一下方法调用的时候报强转错，

这个方法对interval属性进行了强转，

看如果reBuildIndexBeginTime为空时的设置的代码：

以上红框是更改后的格式，原格式只有“yyyy-MM-dd”部分，这样会导致启动的时候会不停地http请求solr服务器，因此需加“HH:mm:ss”，以此解决问题。
        第一个bug解决方法把图1中画红框的代码去除就行了。

2、第二个bug

导致原因是HTTP以post请求，我们知道dataimport.properties的param是以get方式的链接，参数也包含在里面，程序未对此链接形式做处理封装成post提交方式，所以导致请求solr失败，把Http链接方式改成get就行了。

关于上面提到apache-solr-dataimportscheduler-1.0.jar和apache-solr-dataimportscheduler-1.0-source.jar的原jar包和重新打包的在以下地址中

http://download.csdn.net/detail/ltr15036900300/7209195