如何在Solr DataImport中为导入文档设置固定值字段origin

你的需求完全可以通过Solr DataImportHandler（DIH）实现，不需要依赖源collection中的字段，直接在配置里添加固定值字段即可。

你给出的配置思路是对的，只需要调整一下<field>标签的写法：当你要添加固定值字段时，不需要指定column属性（因为这个字段不存在于源数据中），只需要用name指定目标collection中的字段名，value设置固定值就可以了。

下面是修正后的完整配置示例：

<dataConfig>
  <document>
    <entity name="Master" 
            processor="SolrEntityProcessor" 
            query="*:*" 
            url="https://<solr site>/solr/Master" 
            qt="/select" 
            rows="10" 
            cursorMark="true">
      <!-- 映射源collection中的字段 -->
      <field column="content" name="content_txt"/>
      <!-- 其他字段映射... -->
      
      <!-- 添加固定值的origin字段 -->
      <field name="origin" value="collection2" />
    </entity>
  </document>
</dataConfig>

几个关键说明： #

• 这个固定值字段会被添加到每一条从源collection导入的文档中，值始终为collection2。
• 确保你的目标collection的schema（或managed-schema）中已经定义了origin字段（比如类型设为string即可），否则导入时可能会忽略这个字段或者报错。
• cursorMark="true"的设置很合理，它能帮助你高效地分页导入大量数据，避免普通分页的性能问题。

如果在导入过程中遇到字段不生效的情况，可以检查：

• 目标collection的schema是否包含origin字段，且没有设置indexed="false"或stored="false"（如果需要后续查询或展示的话）。
• DIH的配置是否正确加载，可通过Solr Admin的Dataimport页面查看配置详情。

内容的提问来源于stack exchange，提问作者Mark Sholund