java - 递归扫描 SolrJ 文件夹中的文档以建立索引

Question

据我所知，在 SimplePostTool (post.jar) 中，有一个命令可以自动检测文件夹中的内容类型，并递归扫描其中的文档以索引到集合中:
bin/post -c Gettingstarted afolder/

这对于我对文件夹中的所有文件进行批量索引很有用。现在我正在转向生产，并计划使用 SolrJ 进行索引，因为它可以执行更多操作，例如鲁棒性检查和针对失败的索引退出。

但是，我似乎找不到在 SolrJ 中执行相同操作的方法。这可以在 SolrJ 中完成吗？我使用的是 Solr 5.3.0

谢谢。

问候，
埃德温

Answer 1

如果您希望将内容提交到提取请求处理程序(用于索引 PDF 和类似的丰富文档)，您可以使用 ContentStreamUpdateRequest 方法，如 Uploading data with SolrJ 所示。 :

SolrClient server = new HttpSolrClient("http://localhost:8983/solr/my_collection");
ContentStreamUpdateRequest req = new ContentStreamUpdateRequest("/update/extract");
req.addFile(new File("my-file.pdf"));
server.request(req);

要在 Java 中递归地遍历目录结构，请参阅 Best way to iterate through a directory in Java .

如果您计划索引纯内容(并且不使用请求处理程序)，您可以通过在 SolrJ 本身中创建文档然后将文档提交到服务器来实现 - 无需将它们写入临时文件文件介于两者之间。