Solr 索引简介

本节描述建索引的过程：添加内容到 Solr 索引以及，如果需要的话，修改该内容或者删除它。 通过给一个索引添加内容，我们让它可以被 Solr 搜索到。

Solr 索引可以接收很多不同来源的数据，包括 XML 文件、CSV 文件、从数据库的表中提取的数据 以及像 Microsoft Word 或 PDF 这样的常见的文件格式的文件。

以下是三种最常见的加载数据到 Solr 索引中的方式：

• 使用构建在 Apache Tika 上的 Solr Cell 框架 来摄取二进制文件或像 Office、Word、PDF 和其它合适格式的结构化文档。
• 从任何可以生成请求的环境中，通过发送 HTTP 请求上传 XML 文件给 Solr 服务器
• 写一个自定义的 Java 应用通过 Solr 的 Java 客户端 API (详见 使用SolrJ) 来摄取数据。使用 Java API 可能是你使用一个提供了 Java API 的应用(如 CMS) 时更好的选择。

不管使用何种方式摄取数据，给 Solr 索引的的数据有一个基本的数据结构： 一个 文档 包含多个 字段，每个字段有一个 名称 并包含 内容， 内容可以为空。 这些字段中的某个字段常设计用作唯一的 ID 字段(可看作数据库中的主键)， 尽管唯一键字段在 Solr 中不是必需的。

若字段名称在关联到该索引的 schema.xml 文件中有定义， 则该字段关联的分析步骤将会在内容被分词时应用到其内容上。 模式中没有明确定义的字段将被忽略 或者在存在一个匹配的字段名称时，会映射到一个动态字段定义 (见 动态字段).

更多 Solr 中建索引的信息，查看 Solr Wiki

Solr 示例目录

当以 -e 选项启动 Solr 时，其 example/ 目录将被用作所创建的示例 Solr 实例的基目录。 该目录也包含一个 example/exampledocs/ 子目录，包含了多种格式的示例文档可用于 索引到多个示例中。

用于传输文件的 curl 工具

本节的很多指令和示例都使用了 curl 工具来通过 URL 传输内容。 curl 可以在 HTTP、FTP 和很多其它协议上发布和检索数据。 大多数 Linux 系统都包含了 curl 拷贝。 你可以在 http://curl.haxx.se/download.html 上找到 Linux、Windows 的 curl 下载。 curl 的文档可在 http://curl.haxx.se/docs/manpage.html 查看。

注：使用 curl 和其他命令行工具来发布数据只是为了测试或示例，而不是产品环境中以最佳性能地更新 推荐的方式。使用 Solr Cell 或本节描述的其它方式能得到更好的性能。

除了 curl， 你也可以使用像 GNU wget 或用 Perl 来管理 GETs 和 POSTs，尽管命令行选项可能不一样。