为什么SOLR内置的_version_字段会被copyfield引用？

结论 #

这是Solr的预期行为，不属于配置或者运行异常。

原因说明 #

• Solr中source="*"的copyField规则匹配范围是文档写入阶段所有存在的字段，既包含用户自定义的业务字段，也包含Solr内置的系统元字段，匹配逻辑和字段自身的indexed、stored属性无关
• _version_是Solr用于实现乐观锁、版本控制的内置字段，会在文档写入时自动添加到文档的字段列表中，因此会被通配符规则命中，触发字段拷贝逻辑
• Solr官方没有为copyField的通配符匹配做「内置字段、自定义字段隔离」的设计，你之前认为仅采集自定义字段的认知属于常见误解

修复方案 #

如果需要避免_version_被拷贝到_text_，可以采用以下两种方案：

1. 放弃使用全量通配符规则，显式声明所有需要拷贝到_text_的业务字段，示例配置如下：

{ "source":"title", "dest":"_text_" },
{ "source":"content", "dest":"_text_" },
{ "source":"summary", "dest":"_text_" }

2. Solr 7.4及以上版本支持copyField的排除规则，你可以直接在现有规则中添加_version_到排除列表：

{ "source":"*", "dest":"_text_", "exclude": ["_version_"] }

内容的提问来源于stack exchange，提问作者Antje Janosch