如何增量导入MYSQL数据库中的数据
2016-02-20 18:49
585 查看
<dataConfig> <dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1/goods" user="root" password="root"/> <document name="goods"> <entity name="book" transformer="ClobTransformer" pk="bid" query="select bid,bname,author,price,currprice,discount,press,publishtime,edition,pagenum,wordnum, printtime,booksize,paper from t_book" deltaImportQuery ="select * from t_book where bid='${dih.delta.bid}'" deltaQuery = "select bid from t_book where updatetime > '${dih.last_index_time}'"> <field column="bid" name="id" /> <field column="bname" name="bname"/> <field column="author" name="bauthor"/> <field column="price" name="bprice"/> <field column="currprice" name="bcurrprice"/> <field column="discount" name="bdiscount"/> <field column="press" name="bpress"/> <field column="publishtime" name="bpublishtime"/> <field column="edition" name="bedition"/> <field column="pagenum" name="bpagenum"/> <field column="updatetime" name ="bupdatetime" /> </entity> </document> </dataConfig> <!-- data-config.xml中必要属性的设置 transformer 格式转化:HTMLStripTransformer 索引中忽略HTML标签 query:查询数据库表符合记录数据 deltaQuery:增量索引查询主键ID 注意这个只能返回ID字段 deltaImportQuery:增量索引查询导入的数据 deletedPkQuery:增量索引删除主键ID查询 注意这个只能返回ID字段 如果需要关联子表查询,可能需要用到parentDeltaQuery -->
说明:
增量索引的原理是从数据库中根据deltaQuery指定的SQL语句查询出所有需要
增量导入的数据的ID号。
然后根据deltaImportQuery指定的SQL语句返回所有这些ID的数据,即为这
次增量导入所要处理的数据。
核心思想是:通过内置变量“dih.delta.id”和“{dih.delta.id}”和 “{dih.last_index_time}”来记录本次要索引的id和最近一次索引的时间。
Solr增量索引配置
一、开始增量索引前的准备工作。
1、认识data-config.xml中相关属性
<!-- transformer 格式转化:HTMLStripTransforme表示 索引中将忽略HTML标签 ---> <!-- query: 查询数据库表符合记录数据 ---> <!-- deltaQuery:增量索引 查询主键ID ---> 注意这个query只返回ID字段 <!-- deltaImportQuery:增量索引 查询导入的数据 ---> <!-- deletedPkQuery:增量索引 删除主键ID查询 ---> 注意这个只返回ID字段
最主要的是我们要知道这样一个事实: last_index_time是DataImportHandler的一个默认字段,(可查看conf目录下的dataimporter.properties文件)
我们可以在任何SQL中引用,该字段用于表明上次做full import或者是delta import(增量导入)的最后一次时间。
2、数据库配置注意事项
1)、如果只涉及添加与修改业务,那么数据库里只需添加一个类型为timpstamp,默认值为当前系统时间的字段 :CURRENT_TIMESTAMP(mysql)
2)、如果还涉及删除业务,那么数据里就需额外再多添加一个字段isdelete,int类型的用0,1来标识,此条记录是否被删除,当然也可以用其他字段标识,ture或false都可以
3、dataimporter.properties / {corename}_dataimporter.properties
在C:\solr-tomcat\solr\item\conf中查看是否存在文件dataimporter.properties,如果没有,则新建该文件。
这个配置文件很重要,它是用来记录索引的最新一次修改时间的,通过该配置文件可以找出新增的、修改的或者删除的记录。相关实例:
<dataConfig> <!--- 此段话配置的是一个MySQL的数据源,(数据源也可以配置在solrconfig.xml中) ---> <dataSource name="activityDB" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost/test" user="swang6" password="swang6"/> <document> <entity pk="ID" dataSource="activityDB" name="myentity" query="select * from myentity WHERE is delete=0" deltaQuery="select ID from myentity where my_date >'${dih.last_index_time}'" deletedPkQuery="select ID from myentity where isdelete=1" deltaImportQuery="select * from myentity where ID='${dih.delta.id}"> <!-- ID指定大写的,与上面语句中的对应起来----> <field column="ID" name="id"/> <field column="name" name="name"/> <field column="address" name="address"/> <field column="age" name="age"/> <field column="my_date" name="my_date"/> <field column="isdelete" name="isdelete"/> </entity> </document> </dataConfig>
<!-- pk="ID" 必须,因为其中的增量索引查询主键ID时需要 --> <!-- dataSource="acitvityDB" 这个引用名字是引用上面数据源的名字 --> <!-- name="myentity" 存在多个实体时,这个名字必须唯一 --> <!-- query:用于全量导入而非增量导入 query="select * from myentity WHERE isdelete=0 query查询是指查询出表里所有的符合条件的数据,因为笔者测试的有删除业务,所以 where后面有一个限定条件isdelete=0,意思为查询未被删除的数据 --> <!-- deltaQuery : 用于增量导入且只返回ID deltaQuery="select ID from myentity where my_date > '${dih.last_index_time}'" deltaQuery的意思是,查询出所有经过修改的记录的ID 可能是修改操作,添加操作,删除操作产生的 --> <!-- deletedPkQuery : 用于增量导入且只返回ID deletedPkQuery="select ID from myentity where isdelete=1" 此操作只查询那些数据库里伪删除的数据的ID(即isdelete标识为1的数据) solr通过它来删除索引里面对应的数据 --> <!-- deltaImportQuery: 增量导入起作用,可以返回多个字段的值,一般情况下,都是返回所有字段的列 deltaImportQuery="select * from myentity where ID='${dih.delta.ID}'" deltaImportQuery查询是获取以上两步的ID,然后把其全部数据获取,根据获取的数据 对索引库进行更新操作,可能是删除,添加,修改 -->
注:如果有必要,则可以在schema.xml中添加一个timestamp的field
做了以上配置后,可以设置linux的cron job或者Spring 的TaskSchuduler或者Cron Job后,可以定时发url:
http://localhost:8983/solr/dataimport?command=delta-import去做增量索引。更多关于Solr做增量索引的说明文档:http://wiki.apache.org/solr/DataImportHandler
当然也可以用Solr自带的Scheduler来做增量索引:
http://wiki.apache.org/solr/DataImportHandler#Scheduling
相关文章推荐
- mysql处理高并发,防止库存超卖
- mysql的学习记录
- MySQL_数据库操作语句
- MySQL 性能优化的最佳20多条经验分享
- MySQL优化必须调整的10项配置
- mysql性能优化-慢查询分析、优化索引和配置
- mysql 的常见语句总结和其他基础知识
- MySQL_登入登出
- MySQL 变量和条件
- MySQL_控制台操作_01
- MySQL怎样存储IP地址
- 在 Ubuntu 14.04 下安装 mysql 5.7.10
- mysql前缀索引
- mysql 对外开放
- 一个单引号引发的MYSQL性能损失(转)
- MySQL LIMIT
- 安装mysql5.7.11zip方法总结
- mysql 5.7.x 的密码
- 关于mysql下载后没有my.ini文件解决方案
- MySQL知识(七)——聚合函数、加密函数