Solr如何基于现有文档的已有字段批量新增对应新字段？

分以下4步完成，无需从数据库重拉数据：

步骤1：新增日期类型字段到Solr Schema #

首先在你对应的Collection的Schema里添加onBoardDate_date字段，字段类型用Solr自带的pdate或者date类型，配置示例：

<field name="onBoardDate_date" type="pdate" indexed="true" stored="true" docValues="true"/>

如果是用Managed Schema的模式，也可以通过Solr Admin的Schema页面直接添加，或者调用Schema API执行添加：

curl -X POST -H "Content-Type: application/json" "http://<solr-host>:<port>/solr/<collection-name>/schema" -d '{
  "add-field": {
    "name": "onBoardDate_date",
    "type": "pdate",
    "stored": true,
    "indexed": true
  }
}'

添加完成后记得重载Collection配置生效。

步骤2：批量查询现有文档并执行原子更新 #

用Solr的游标查询（Cursor Mark）遍历所有包含onBoardDate_string字段的文档，逐个把字符串格式的日期转成Solr支持的UTC日期格式（yyyy-MM-dd'T'HH:mm:ss.SSS'Z'），再通过原子更新的方式把新字段写入，不会影响原有字段的值。

核心逻辑说明： #

• 遍历用的查询语句为q=onBoardDate_string:*，只筛选出有该字段的文档
• 日期转换逻辑：把dd/MM/yyyy格式的字符串先解析为日期对象，再格式化为Solr要求的UTC格式，比如01/10/2023转成2023-10-01T00:00:00.000Z
• 原子更新的时候只需要传id和onBoardDate_date两个字段即可，无需传其他字段，原有字段值会保留

示例Python代码片段： #

import requests
from datetime import datetime

SOLR_BASE = "http://<solr-host>:<port>/solr/<collection-name>"
PAGE_SIZE = 1000

# 初始化游标
cursor_mark = "*"
while True:
    # 游标查询获取文档
    resp = requests.get(f"{SOLR_BASE}/select", params={
        "q": "onBoardDate_string:*",
        "fl": "id,onBoardDate_string",
        "rows": PAGE_SIZE,
        "cursorMark": cursor_mark,
        "sort": "id asc"
    }).json()
    docs = resp["response"]["docs"]
    if not docs:
        break
    # 转换日期构造更新请求
    update_docs = []
    for doc in docs:
        date_str = doc["onBoardDate_string"]
        # 解析dd/MM/yyyy格式日期
        dt = datetime.strptime(date_str, "%d/%m/%Y")
        # 转成Solr支持的UTC格式
        solr_date = dt.strftime("%Y-%m-%dT00:00:00.000Z")
        update_docs.append({
            "id": doc["id"],
            "onBoardDate_date": {"set": solr_date}
        })
    # 提交更新
    requests.post(f"{SOLR_BASE}/update?commitWithin=1000", json=update_docs)
    # 处理下一页
    next_cursor = resp["nextCursorMark"]
    if next_cursor == cursor_mark:
        break
    cursor_mark = next_cursor

步骤3：验证更新结果 #

更新完成后可以执行查询验证字段是否写入成功：
q=onBoardDate_date:*&rows=10，查看返回结果的onBoardDate_date字段值是否正确。

步骤4（可选）：大数据量优化方案 #

如果你的Collection文档量超过千万级别，可以用Solr的/update/json/docs接口或者配合MapReduce索引任务来提升处理速度，避免单脚本遍历耗时过长。

注意：执行操作前建议先对Collection做快照备份，避免误操作导致数据丢失。

内容的提问来源于stack exchange，提问作者pa1245