构建我的Solr索引时遇到问题（Apache Tomcat 6.0.33上的Lucene＆Solr 3.4.0） .
要索引的文档的数据来自Oracle数据库 . 由于我必须处理大量CLOB，因此我将dataimport拆分为多个requestHandler，以便在从数据库中获取数据时提高性能（多线程模拟） . 这些requestHandler在我的solrconfig.xml中配置如下：
<requestHandler name="/segment-#" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<str name="config">segment-#.xml</str>
</lst>
</requestHandler>
要构建索引，我使用clean = true选项启动第一个DataImportHandler，然后启动所有其他段的完全导入 . 当所有段都通过时，状态页（http://host/solr/segment-#）告诉我，对于每个段，获取并处理了正确的行数（根据数据库中的SELECT COUNT（*）语句） . 好到目前为止 .
但是，如果我现在调用核心的状态页面（http://host/solr/admin/core），则numDocs不是所有段的总和 . 总有一些文件丢失 . 我尝试了几次索引构建，差异总是在变化 . 总之，索引中应该有830万个文档，但实际上总共有大约100,000个条目缺失 . numDocs与通过Solr管理界面使用 *:* 查询找到的数字相同 .
我打开了infostream，查看了日志条目，还看了Tomcat日志，但没有找到线索 . 我究竟做错了什么？
我使用17个requestHandlers，我的<indexDefaults>配置如下：
<useCompoundFile>false</useCompoundFile>
<mergeFactor>17</mergeFactor>
<ramBufferSizeMB>32</ramBufferSizeMB>
<maxBufferedDocs>50000</maxBufferedDocs>
<maxFieldLength>2000000</maxFieldLength>
<writeLockTimeout>1000</writeLockTimeout>
<commitLockTimeout>10000</commitLockTimeout>
<lockType>native</lockType>
非常感谢帮助 . 非常感谢你提前！
1 回答
我发现了问题，只需要RTFM ......我欺骗了自己，因为默认的清除选项是TRUE，我认为这是假的 . 所以我只使用＆clean = true调用第一个URL，而不是使用＆clean = false调用所有其他URL . 因此，每个URL调用都会导致清理整个索引 . 如果我使用＆clean = false调用URL，则所有文档的总和都是正确的 .