Solr Cloud模式下批量添加文件夹文档至集合失败求助

嘿，我看你在Solr Cloud模式下批量导入指定文件夹的JSON文档时踩坑了，咱们一步步来排查解决：

最关键的错误：API端点URL用错了 #

你当前命令里的URL是带#的Solr管理后台页面地址：

http://mysolr.net:8983/solr/#/collection_indexer_shard1_replica1/update/json/docs

这个#后面的内容是浏览器前端的路由路径，服务器根本不会处理这部分内容，相当于你请求的是无效的API端点，这肯定会失败。

正确的批量更新API地址应该直接指向集合的更新接口，不需要带#和分片副本的后缀：

http://mysolr.net:8983/solr/collection_indexer/update/json/docs

修正后的执行命令 #

考虑到你在CDH的/opt/cloudera/parcels/CDH/jars目录下执行命令，推荐两种方式：

方式1：使用Solr自带的post.jar（CDH通常包含这个包） #

java -jar solr-post.jar -Dtype=application/json -Drecursive -Durl="http://mysolr.net:8983/solr/collection_indexer/update/json/docs" /tmp/solr_data

方式2：使用Solr的post脚本（如果能找到Solr bin目录） #

如果你的Solr安装目录下有bin/post脚本，用这个更简便：

bin/post -c collection_indexer -filetype json -recursive /tmp/solr_data

额外排查点（如果修正后还是失败） #

• JSON格式检查：确保/tmp/solr_data下的每个JSON文件是单个合法的JSON文档，或者是标准的JSON数组（如果是数组，可能需要添加-Dcommit=true参数确保提交）
• Schema匹配验证：检查你的collection_indexer集合的schema是否和JSON里的字段匹配，有没有必填字段未提供的情况
• 查看Solr日志：去Solr的日志目录（CDH中通常是/var/log/solr/）查看具体错误信息，比如字段不匹配、权限问题等
• 权限确认：确保执行命令的用户有读取/tmp/solr_data的权限，同时Solr服务器允许当前客户端IP的请求

内容的提问来源于stack exchange，提问作者Choix