c# - Solr - 为单个唯一 ID 存储多个 Word 文档

Question

我们想在 Solr 中索引和存储一组 Word 文档，并将它们显示为多值文本字段的元素，每个文档的内容显示为索引中该条目下的一个元素。换句话说，它看起来像这样

• 身份证
  • abcdef [Word_1.docx 的文本]
  • xyzabc [Word_2.docx 的文本]
  • efghij [Word_3.docx 的文本]

我们不希望每个被索引的文档都有自己唯一的 ID；一组文档将是特定 ID 的子文档。该 ID 可以有任意数量的文档。如何做到这一点？

更新:这是我的 C# 代码；对于使用 (++count).ToString() 设置的唯一 ID，我如何将多个文档读入其中？

using (FileStream fileStream = File.OpenRead(path))
{

    solr.Extract(
        new ExtractParameters(fileStream, (++_count).ToString())
            {
                ExtractFormat = ExtractFormat.Text,
                ExtractOnly = false,
                Fields = new List<ExtractField>()
                                                 {
                                                     new ExtractField("action", actionTo),
                                                     new ExtractField("actiondate", actionDate),
                                                     new ExtractField("abstract", abstract),
                                                     new ExtractField("docval", docval),
                                                     new ExtractField("documentgeo",documentgeo),
                                                     new ExtractField("filename", filename),
                                                     new ExtractField("isprimary", IsPrimary.ToString())
                                                 },
                                    AutoCommit = true 
            }
        );
}

Answer 1

在您的 SOLR 架构中定义两个字段 - id 和 text。 text 应该是多值的。然后在您的 SolrInputDocument 中聚合 id 和索引的文本数据。

<field name="id" type="int" multiValued="false" stored="true" indexed="true" />
<field name="text" type="text" multiValued="true" stored="true" indexed="true" />

我不知道 c# API，但是使用 SolrJ 可以很容易地使用 SolrInputDocument.addField("fieldname", "value") 进行聚合。

示例更新

SolrInputDocument doc = new SolrInputDocument();
doc.addField("id", 1)
for (String docText : documents){
    doc.addField("text", docText)
}

示例 .NET 更新

我将按以下方式定义我的类:

public class Document{
[SolrUniqueKey("id")]
public integer Id { get; set; }

[SolrField("text")]
public ICollection<string> texts { get; set; }

然后我将填充它并提交类似这样的伪.NET 代码:

Document doc = new Document();
for (String documentPath : paths) {
    using (FileStream fileStream = File.OpenRead(path)) {
        string id = fileStream.getId();
        if (doc.getId() == id){
            doc.getTexts.add(fileStream.getText())
        }
    }
}
var solr = ServiceLocator.Current.GetInstance<ISolrOperations<Document>>();
solr.Add(doc);
solr.Commit();