從Lucene索引更新Solr索引

Question

我目前正在開發一個web歸檔項目。基本上，我們要做的是將一組網站歸檔（使用heritrix抓取工具），並通過Web界面訪問歸檔內容。

我們還提供整個檔案全文搜索。目前，該指數使用nutchwax（apache Nutch的定製版本，爲.warc文件定製，如由heritrix生成）生成。 Nutchwax轉儲出一個Lucene索引並在Solr中使用它，所有必須完成的工作就是生成一個正確的模式。

這一切都已完成，它的運行方式與此類似，但存檔不是靜態的，並且定期生成新的.warc文件。

我現在可以做的是生成一個新索引，將其與現有索引合併並將其導入Solr。但是，要做到這一點Solr必須重新啓動。 如果索引可以「更新」，通常情況下會更新（當通過http請求更新索引時）

有沒有人有一個想法，如何做到這一點？我的第一個鏡頭是從Lucene索引文件生成.xml文件並將它們發佈到Solr。這是值得一試的，還是有更優雅的解決方案？

Answer 1

您可能可以利用多個內核來實現您所需的功能。有關更多詳細信息，請參見Solr Wiki - CoreAdmin。我認爲您可以利用MergeIndexes功能或Swap核心的功能，在您的方案中獲得更好的體驗。