Solr文档导入时数组字段出现异常拆分存储问题排查

核心原因 #

你遇到的字段拆分现象是Solr的JSON文档解析器的特性导致的，具体有几个可能的触发场景：

• 你使用了/update/json/docs导入端点：这个端点是专门为嵌套JSON文档设计的，默认会对数组做索引拆分，把数组的每个元素转化为字段名.索引的独立字段。
• 导入请求中配置了拆分参数：如果你的请求参数里带了flatten=1或者对应字段的split参数为真，也会触发字段扁平化拆分。
• 极端场景下序列化异常：如果部分文档的searchable_categories字段因为代码bug意外序列化为键为数字的对象（格式为{"0":210,"1":2421}）而非数组，Solr也会直接把对象键作为字段后缀存储。
• 你的Solr Schema中配置了匹配searchable_categories.*的动态字段规则，所以拆分出来的字段可以被正常写入而不会抛出字段不存在的错误。

解决方法 #

1. 优先更换导入端点：如果你导入的都是平级结构文档，把导入地址从/update/json/docs换成标准的/update/json即可直接解决问题。
2. 调整请求参数：如果你必须使用/update/json/docs端点，在请求参数中添加f.searchable_categories.split=false，强制不对该字段做拆分处理。
3. 校验原始JSON数据：打印异常文档导入前的原始JSON字符串，确认是否存在数组被误序列化为数字键对象的问题。
4. （可选）调整Schema规则：如果你不需要动态字段特性，可以删除searchable_categories.*相关的动态字段配置，这样异常拆分的字段会直接报错，更容易提前发现问题。

内容的提问来源于stack exchange，提问作者Hadi Sharghi