用post.jar將XML或JSON文件傳送到Solr服務(wù)器
在Solr中對XML和JSON文件的方式非常簡單，直接用post.jar就可以了，但是這些文件需要符合一定的格式，如：
XML文檔
文檔需要用<add>標簽包圍起來，告訴Solr需要添加這個文檔到索引中。文檔的內(nèi)容被包裹在<doc>標簽里面，上面示例的文檔為了能使用shema.xml中的Dynamic Field解析，給每個field都添加了后綴。
將上面的XML文檔添加到Solr中只需要執(zhí)行java -jar post.jar fileName.xml即可。
JSON文檔
每一個需要創(chuàng)建索引的文檔都是一個JSON對象，但是將JSON文件發(fā)送給Solr的時候需要執(zhí)行的語句為：java -Dtype=application/json -jar post.jar fileName.json
在-jar之前需要告訴solr這個是一個什么格式的文件。查看post.jar支持的選項，可以運行java -jar post.jar --help.
SolrJ
SolrJ是一個基于java的client library，可以用來與Solr服務(wù)器進行連接。
一個使用SolrJ將文件添加到solr服務(wù)器并執(zhí)行搜索所有文件的例子：
public class ExampleSolrJClient {
public static void main(String[] args) throws Exception {
String serverUrl = (args != null && args.length > 0) ? args[0] : "http://localhost:8983/solr/collection1";
SolrServer solr = new HttpSolrServer(serverUrl);
SolrInputDocument doc1 = new SolrInputDocument();
doc1.setField("id", "1");
doc1.setField("screen_name_s", "@thelabdude");
doc1.setField("type_s", "post");
doc1.setField("lang_s", "en");
doc1.setField("timestamp_tdt", "2012-05-22T09:30:22Z/HOUR");
doc1.setField("favorites_count_ti", "10");
doc1.setField("text_t", "#Yummm :) Drinking a latte " + "at Caffe Grecco in SF's historic North Beach... "
+ "Learning text analysis with#SolrInAction " + "by @ManningBooks on my i-Pad");
solr.add(doc1);
SolrInputDocument doc2 = new SolrInputDocument();
doc2.setField("id", "2");
doc2.setField("screen_name_s", "@thelabdude");
doc2.setField("type_s", "post");
doc2.setField("lang_s", "en");
doc2.setField("timestamp_tdt", "2012-05-22T09:30:22Z/HOUR");
doc2.setField("favorites_count_ti", "10");
doc2.setField("text_t",
"Just downloaded the ebook of " + "#SolrInAction from @ManningBooks http://bit.ly/T3eGYG "
+ "to learn more about #Solr http://bit.ly/3ynriE");
doc2.addField("link_ss", "http://manning.com/grainger/");
doc2.addField("link_ss", "http://lucene.apache.org/solr/");
solr.add(doc2);
solr.commit(true, true);
for (SolrDocument next : simpleSolrQuery(solr, "*:*", 10)) {
prettyPrint(System.out, next);
}
}
static SolrDocumentList simpleSolrQuery(SolrServer solr, String query, int rows) throws SolrServerException {
SolrQuery solrQuery = new SolrQuery(query);
solrQuery.setRows(rows);
QueryResponse resp = solr.query(solrQuery);
SolrDocumentList hits = resp.getResults();
return hits;
}
static void prettyPrint(PrintStream out, SolrDocument doc) {
List<String> sortedFieldNames = new ArrayList<String>(doc.getFieldNames());
Collections.sort(sortedFieldNames);
out.println();
for (String field : sortedFieldNames) {
out.println(String.format("\t%s: %s", field, doc.getFieldValue(field)));
}
out.println();
}
}
上面的示例代碼分為兩個部分，第一部分將文件添加到Solr服務(wù)器，第二部分對Solr服務(wù)器中的所有文件搜索。
將文件添加到Solr服務(wù)器：
創(chuàng)建SolrServer對象，指定Solr服務(wù)器地址；
創(chuàng)建SolrInputDocument對象，創(chuàng)建兩個document；
用SolrServer對象的add()方法將文件添加到Solr服務(wù)器，之后執(zhí)行commit方法，否則新的文件不會被檢索到。
搜索Solr服務(wù)器中的所有文件：
創(chuàng)建SolrQuery對象，指定查詢語句“:”；
創(chuàng)建QueryResponse對象，接收查詢結(jié)果。
從示例代碼可以看出，通過SolrJ接口可以很容易的實現(xiàn)與Solr服務(wù)器的連接，文件的添加，查詢，以及接收返回的結(jié)果。
Data Import Handler(DIH)
DIH是Solr對外部數(shù)據(jù)源，如網(wǎng)站或關(guān)系型數(shù)據(jù)庫的擴展。DIH支持Oracle、Postgres、MySQL或者MS SQL Server等。從高層次來說，你只需要提供數(shù)據(jù)庫的連接參數(shù)以及SQL查詢語句，DIH對數(shù)據(jù)庫進行查詢并將返回的結(jié)果轉(zhuǎn)換為document。
Nutch
Nutch是一個基于java的開源爬蟲，Nutch可以將web頁面爬下來并解析成Solr可以檢索的格式。
