如何为含嵌套对象的JSON文档创建Solr Managed Schema？

问题描述 #

我有一份需要提交至Solr的JSON文档，内容如下：

{
    "threadId":"1",
    "app":"application-name",
    "server":"server-name",
    "loggerFqcn":"org.apache.commons.logging.LogAdapter$Log4jLog",
    "level":"INFO",
    "endOfBatch":"false",
    "thrown": {
        "commonElementCount": 0,
        "localizedMessage": "private accessor [email]",
        "message": "private accessor [email]",
        "name": "org.hibernate.bytecode.internal.bytebuddy.PrivateAccessorException",
        "extendedStackTrace": "org.hibernate.bytecode.internal.bytebuddy.Priv.."
    },
    "message":"Starting MonitorApiApplication v0.0.1-SNAPSHOT using Java 17.0.8.1 with PID 1 (/opt/app/monitor-api.jar started by root in /opt/app)",
    "threadPriority":"5",
    "user":"test",
    "timeMillis":"1697531693066",
    "UNIQUE_ID":"e31bbf2c-2b19-4d41-9d4e-ce44c95df667",
    "_version_":"1779990992732028928",
    "_root_":"e31bbf2c-2b19-4d41-9d4e-ce44c95df667"
}

该文档包含嵌套对象thrown，我需要创建支持嵌套文档的Solr Managed Schema，但在网上未找到相关示例。尝试过Solr Cloud和Schema Designer均无法解决问题，需要帮助。

解决方案 #

Solr通过点分隔字段名原生支持JSON嵌套对象解析，无需特殊的嵌套文档配置（除非你需要处理父子级关联的嵌套文档，当前场景为扁平嵌套，用点分隔字段即可）。以下是适配你JSON结构的Managed Schema示例：

完整字段配置 #

在Solr core的managed-schema文件中添加以下配置（或通过Schema API提交）：

<!-- 顶层字段定义 -->
<field name="threadId" type="string" indexed="true" stored="true"/>
<field name="app" type="string" indexed="true" stored="true"/>
<field name="server" type="string" indexed="true" stored="true"/>
<field name="loggerFqcn" type="string" indexed="true" stored="true"/>
<field name="level" type="string" indexed="true" stored="true"/>
<field name="endOfBatch" type="boolean" indexed="true" stored="true"/>
<field name="message" type="text_general" indexed="true" stored="true"/>
<field name="threadPriority" type="int" indexed="true" stored="true"/>
<field name="user" type="string" indexed="true" stored="true"/>
<field name="timeMillis" type="long" indexed="true" stored="true"/>
<field name="UNIQUE_ID" type="string" indexed="true" stored="true" required="true" multiValued="false"/>
<field name="_version_" type="long" indexed="true" stored="true"/>
<field name="_root_" type="string" indexed="true" stored="true"/>

<!-- 嵌套对象thrown的子字段 -->
<field name="thrown.commonElementCount" type="int" indexed="true" stored="true"/>
<field name="thrown.localizedMessage" type="text_general" indexed="true" stored="true"/>
<field name="thrown.message" type="text_general" indexed="true" stored="true"/>
<field name="thrown.name" type="string" indexed="true" stored="true"/>
<field name="thrown.extendedStackTrace" type="text_general" indexed="true" stored="true"/>

关键说明 #

1. 类型匹配：根据JSON字段的实际数据类型选择Solr内置类型，比如commonElementCount是整数用int，timeMillis是时间戳用long，文本内容用text_general，布尔值用boolean。
2. 嵌套解析逻辑：Solr会自动识别JSON中的嵌套对象，将thrown.commonElementCount这类路径映射到schema中对应的字段，无需额外插件或配置。
3. 动态字段优化（可选）：如果后续thrown可能新增未知子字段，可添加动态字段规则减少重复配置：

   <dynamicField name="thrown.*" type="text_general" indexed="true" stored="true"/>
   

   注意：动态字段会统一匹配所有thrown.前缀的字段，若子字段类型差异较大，建议还是显式定义每个子字段以保证索引效率。

验证步骤 #

1. 保存配置后重启Solr core。
2. 提交你的JSON文档到Solr，通过Admin界面的Query页面，尝试查询thrown.name:org.hibernate.bytecode.internal.bytebuddy.PrivateAccessorException这类嵌套字段，验证是否正常索引和返回结果。

内容的提问来源于stack exchange，提问作者Kranksw