SolrCloud导入文档遇NumberFormatException，字段已设为string类型

嘿，刚看到你的问题，作为Solr新手遇到这种情况确实挺困惑——明明把student_count定义成了string类型，插入2.5却触发了数字格式异常，这大概率是以下几个原因之一，咱们一个个排查：

1. 你的schema.xml可能根本没被SolrCloud加载 #

现在很多较新的Solr版本默认使用managed-schema而非传统的schema.xml。如果你的SolrCloud集合配置的是ManagedIndexSchemaFactory，那你修改schema.xml的内容完全不会生效——Solr会直接忽略这个文件，转而使用managed-schema里的配置。

怎么确认？打开集合的solrconfig.xml，找到schemaFactory节点：

<schemaFactory class="org.apache.solr.schema.ManagedIndexSchemaFactory">
  <bool name="mutable">true</bool>
  <str name="managedSchemaResourceName">managed-schema</str>
</schemaFactory>

如果是上面这样，你有两个选择：

• 把schemaFactory改成ClassicIndexSchemaFactory（让Solr读取schema.xml）：

  <schemaFactory class="org.apache.solr.schema.ClassicIndexSchemaFactory"/>
  

• 直接在managed-schema里修改student_count的字段类型为string。

修改后记得重载你的集合——可以用Solr Admin里Core Admin的Reload按钮，或者发送POST /solr/<collection_name>/reload请求。

2. 存在匹配的Dynamic Field覆盖了显式字段 #

检查你的schema（不管是schema.xml还是managed-schema）里有没有类似这样的动态字段：

<dynamicField name="*_count" type="int" indexed="true" stored="true"/>

虽然显式定义的字段优先级理论上更高，但如果你的显式字段写在动态字段之后，或者动态字段的通配符刚好精准匹配student_count，就可能出现Solr优先使用动态字段的情况。

解决方法：

• 把显式的student_count字段定义移到所有动态字段之前；
• 或者修改动态字段的模式，避免和你的显式字段冲突（比如改成*_num_count）。

3. 数据导入工具自动推断了字段类型 #

如果你是用DataImportHandler、CSV导入或其他工具批量导入数据，这些工具可能会自动推断字段类型——比如看到2.5就当成浮点数，尝试以数字类型插入，而非字符串类型。

举个例子，CSV导入时如果没指定字段类型，Solr的CSV解析器会自动推断，这时候你需要强制指定student_count为字符串：

• 在CSV导入请求里添加参数fieldTypes=student_count:string；
• 或者在DataImportHandler的配置文件里，明确把student_count的类型映射为string。

4. 旧的schema缓存没更新 #

就算你修改了正确的schema文件，SolrCloud的节点可能还缓存着旧的配置。这时候你需要：

• 先尝试重载整个集合；
• 如果重载没用，重启SolrCloud的所有节点，确保新的schema被加载。

最后再确认下插入数据的格式：比如用JSON提交时，最好显式把student_count的值用引号包裹成字符串，像这样：

{
  "student_count": "2.5"
}

如果直接写"student_count": 2.5（数字类型），Solr理论上会自动转成字符串，但某些配置（比如字段的validator）可能会阻止这种转换，所以显式传字符串更稳妥。

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