如何将关联多表事件数据正确索引到Solr以支持按星期、时段查询

核心思路 #

以event_id为唯一维度聚合两张表的数据，单event对应一条Solr文档，slot表的多时段配置通过Solr多值字段存储，天然支持多条件过滤查询。

1. Solr 字段Schema设计 #

需要在solr的managed-schema配置文件中将event_id设为唯一主键，避免重复索引，核心字段定义如下：

• event_id：string类型，作为全局唯一主键，对应event_listing表的event_id
• from_date：pdate类型，存储事件生效开始日期，支持日期范围过滤
• to_date：pdate类型，存储事件生效结束日期，支持日期范围过滤
• dayOfWeek：多值int类型，存储该事件所有配置的星期几取值（1~7对应周一到周日，按需调整）
• slot_start_seconds：多值int类型，存储每个时段的开始时间换算为当天0点后的秒数，方便范围查询
• slot_end_seconds：多值int类型，存储每个时段的结束时间换算为当天0点后的秒数

如果不需要太精细的查询性能，也可以直接存储slot_start_time、slot_end_time为多值string类型，格式统一为HH:mm:ss即可。

2. 数据整合索引流程 #

方式1：使用Solr DataImportHandler（DIH）直接拉取整合 #

无需额外写代码，直接配置DIH的data-config.xml即可自动完成多表关联聚合，示例配置：

<dataConfig>
  <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://数据库地址:3306/库名" user="用户名" password="密码" />
  <document>
    <entity name="event" query="select event_id, from_date, to_date from event_listing">
      <field column="event_id" name="event_id" />
      <field column="from_date" name="from_date" />
      <field column="to_date" name="to_date" />
      <!-- 关联子实体拉取当前event的所有slot配置 -->
      <entity name="slot" query="select dayOfWeek, TIME_TO_SEC(slot_start_time) as slot_start_seconds, TIME_TO_SEC(slot_end_time) as slot_end_seconds from slot_data where event_id = '${event.event_id}'">
        <field column="dayOfWeek" name="dayOfWeek" />
        <field column="slot_start_seconds" name="slot_start_seconds" />
        <field column="slot_end_seconds" name="slot_end_seconds" />
      </entity>
    </entity>
  </document>
</dataConfig>

DIH会自动将同个event下的多个slot字段值合并为多值数组，存储到单条Solr文档中，完全满足单event一条索引的要求。

方式2：代码侧聚合后提交索引 #

如果需要做复杂的预处理逻辑，可以自己写导入脚本：

• 批量拉取event_listing全量数据
• 按event_id批量关联查询slot_data的所有时段配置
• 把同一个event的所有slot的dayOfWeek、slot_start_seconds、slot_end_seconds分别合并为数组，组装成单条Solr文档后批量提交

3. 查询实现示例 #

比如要查询「2024年全年、周六（dayOfWeek=6）14:00~16:00可用的事件」，查询语句如下：

q=*:*
&fq=from_date:[2024-01-01T00:00:00Z TO *]
&fq=to_date:[* TO 2024-12-31T23:59:59Z]
&fq=dayOfWeek:6
&fq=slot_start_seconds:[* TO 50400]
&fq=slot_end_seconds:[57600 TO *]

其中14:00换算为秒数是14*3600=50400，16:00换算为秒数是16*3600=57600。

可选优化 #

如果业务仅需要精确匹配某星期几的特定时段，可以把dayOfWeek+时段拼接为多值字符串，格式为{dayOfWeek}#{HH:mm:ss}#{HH:mm:ss}，查询时直接做精确匹配即可，逻辑更简单。

内容的提问来源于stack exchange，提问作者Anshul Verma