Docker环境下部署Solr与PostgreSQL并实现Solr从PostgreSQL拉取数据的配置求助

我完全懂你现在的难处——刚上手Solr、PostgreSQL和Docker这三个工具，凑在一起配置确实容易一头雾水！别着急，咱们把整个流程拆成几个小步骤，一步步来搞定它。

一、先用Docker Compose把所有服务跑起来 #

既然你已经指定了版本，咱们直接用Docker Compose来管理PostgreSQL、ZooKeeper、Solr的容器，这样它们能自动在同一个网络里通信，省得手动配置网络麻烦。

先创建一个docker-compose.yml文件，内容如下：

version: '3.8'

services:
  zookeeper:
    image: zookeeper:3.9
    container_name: zookeeper
    ports:
      - "2181:2181"
    environment:
      ZOO_MY_ID: 1
      ZOO_SERVERS: server.1=0.0.0.0:2888:3888;2181

  solr:
    image: solr:9.7.0
    container_name: solr
    ports:
      - "8983:8983"
    depends_on:
      - zookeeper
    environment:
      SOLR_ZK_HOST: zookeeper:2181
      SOLR_HEAP: 1g
    volumes:
      # 挂载PostgreSQL JDBC驱动到Solr的lib目录，记得把驱动包放到本地的./solr_lib目录下
      - ./solr_lib:/solr/server/solr/lib
      # 挂载自定义的core配置目录，后面会用到
      - ./solr_cores:/var/solr/data
    command: solr start -c -f

  postgres:
    image: postgres:16
    container_name: postgres
    ports:
      - "5432:5432"
    environment:
      POSTGRES_USER: solr_user
      POSTGRES_PASSWORD: solr_pass
      POSTGRES_DB: solr_db
    volumes:
      # 挂载初始化SQL脚本，容器启动时自动创建表和插入数据
      - ./init_db:/docker-entrypoint-initdb.d

然后把你创建表和插入数据的SQL脚本保存到./init_db/init.sql文件里：

CREATE TABLE publications(
    id uuid,
    title varchar(255) NOT NULL,
    subtitle varchar(255),
    content text NOT NULL,
    createdAt timestamp NOT NULL,
    active bool,
    PRIMARY KEY (id)
);

-- 补全你没写完的插入语句，举个例子：
INSERT INTO publications (id, title, subtitle, content, createdAt, active)
VALUES 
('a0eebc99-9c0b-4ef8-bb6d-6bb9bd380a11', 'First Publication', 'Test Subtitle', 'This is the content of the first publication.', NOW(), true),
('b0eebc99-9c0b-4ef8-bb6d-6bb9bd380a12', 'Second Publication', NULL, 'Content of the second publication, no subtitle.', NOW(), false);

-- 给Solr用户赋予查询权限，确保能读取表数据
GRANT SELECT ON publications TO solr_user;

接下来，你需要下载对应PostgreSQL 16的JDBC驱动包（比如postgresql-42.7.4.jar），放到本地的./solr_lib目录下，Solr需要这个驱动才能连接PostgreSQL。

现在启动所有服务：

docker-compose up -d

二、创建Solr Core并配置数据导入 #

等所有容器都启动后，咱们先创建一个Solr Core来存储从PostgreSQL拉取的数据：

1. 进入Solr容器：

docker exec -it solr bash

2. 创建core：

solr create_core -c publications_core

3. 退出容器：

exit

接下来，咱们需要修改这个core的两个配置文件：solrconfig.xml和data-config.xml。这些文件在你挂载的./solr_cores/publications_core/conf目录下。

1. 修改solrconfig.xml #

在solrconfig.xml里添加DataImportHandler的配置，找到<config>标签，在里面加入：

<!-- 添加DataImportHandler的配置 -->
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
  <lst name="defaults">
    <str name="config">data-config.xml</str>
  </lst>
</requestHandler>

2. 创建data-config.xml #

在同一个conf目录下创建data-config.xml文件，内容如下，对应你的publications表结构：

<dataConfig>
  <dataSource 
    type="JdbcDataSource" 
    driver="org.postgresql.Driver"
    url="jdbc:postgresql://postgres:5432/solr_db"
    user="solr_user"
    password="solr_pass"
  />
  <document>
    <entity name="publication" query="SELECT id, title, subtitle, content, createdAt, active FROM publications">
      <field column="id" name="id" />
      <field column="title" name="title" />
      <field column="subtitle" name="subtitle" />
      <field column="content" name="content" />
      <field column="createdAt" name="createdAt" />
      <field column="active" name="active" />
    </entity>
  </document>
</dataConfig>

3. 配置managed-schema #

最后，需要在managed-schema里定义对应表字段的Solr字段类型和字段，找到<schema>标签，加入：

<!-- 定义字段类型，对应PostgreSQL的类型 -->
<fieldType name="uuid" class="solr.UUIDField" indexed="true" stored="true" />
<fieldType name="string" class="solr.StrField" sortMissingLast="true" />
<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>
<fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>
<fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>

<!-- 定义对应表的字段 -->
<field name="id" type="uuid" multiValued="false" required="true" stored="true" />
<field name="title" type="text_general" multiValued="false" stored="true" indexed="true" />
<field name="subtitle" type="text_general" multiValued="false" stored="true" indexed="true" />
<field name="content" type="text_general" multiValued="false" stored="true" indexed="true" />
<field name="createdAt" type="date" multiValued="false" stored="true" indexed="true" />
<field name="active" type="boolean" multiValued="false" stored="true" indexed="true" />

三、重启Solr并测试数据导入 #

配置完所有文件后，重启Solr容器让配置生效：

docker-compose restart solr

等Solr重启完成后，你可以通过两种方式触发数据导入：

1. 通过Solr UI：访问http://localhost:8983/solr，进入publications_core，点击左侧的Dataimport，然后点击"Execute"按钮，选择"Full-import"，点击"Execute"开始导入。
2. 通过curl命令：

curl "http://localhost:8983/solr/publications_core/dataimport?command=full-import"

导入完成后，你可以在Solr UI里执行查询，比如输入*:*，就能看到从PostgreSQL拉取到的publications数据了！

一些需要注意的小细节 #

• 确保Docker Compose里的服务名（比如postgres）和data-config.xml里的URL主机名一致，因为Docker容器之间用服务名通信。
• JDBC驱动的版本要和PostgreSQL版本匹配，PostgreSQL 16推荐用42.7.x以上的驱动。
• 如果你用的是Solr standalone模式（不用ZooKeeper），配置步骤类似，只是创建core的方式和配置存储路径稍有不同，但你提到了ZooKeeper，所以咱们用的是SolrCloud模式。

备注：内容来源于stack exchange，提问作者anvbis