Apache Solr父子文档索引：新手求助获取含子文档的搜索结果方法

嘿，我刚接触Solr的时候也在嵌套子文档这块摸不着头脑，别慌，咱们一步步把这个问题解决掉！

首先，你需要在现有的父实体里嵌套子实体，通过关联字段把父表和子表的数据绑定起来。假设你的子表（比如叫CHILD_TABLE）是通过PARENT_ID字段关联父表的IDENTIFIER，那可以把你的data-config.xml补全成这样：

<entity name="products" query="SELECT DISTINCT IDENTIFIER,PDT_NAME,PDT_DESCRIPTION FROM PARENT_TABLE" 
        deltaQuery="SELECT IDENTIFIER FROM PARENT_TABLE WHERE LAST_MODIFIED_DATE > '${dataimporter.last_index_time}'">
  <field column="IDENTIFIER" name="pdtid" />
  <field column="PDT_NAME" name="productname" />
  <field column="PDT_DESCRIPTION" name="productdescription" />
  
  <!-- 嵌套子实体：关联父文档的IDENTIFIER -->
  <entity name="product_features" 
          query="SELECT FEATURE_NAME, FEATURE_VALUE FROM CHILD_TABLE WHERE PARENT_ID = '${products.IDENTIFIER}'"
          deltaQuery="SELECT PARENT_ID FROM CHILD_TABLE WHERE LAST_MODIFIED_DATE > '${dataimporter.last_index_time}'"
          parentDeltaQuery="SELECT IDENTIFIER FROM PARENT_TABLE WHERE IDENTIFIER = '${product_features.PARENT_ID}'">
    <field column="FEATURE_NAME" name="featname" />
    <field column="FEATURE_VALUE" name="featvalue" />
  </entity>
</entity>

关键配置说明 #

• 子实体的query里用${products.IDENTIFIER}直接引用父实体的IDENTIFIER字段，确保子表数据能精准关联到对应父文档
• deltaQuery用于子表的增量更新：当子表数据修改时，触发子文档的重新导入
• parentDeltaQuery很重要：当子文档更新时，它会告诉Solr对应的父文档也需要重新索引，保证父子数据的一致性

接下来要确保你的Solr Schema（managed-schema或schema.xml）里有_root_字段，这是Solr处理嵌套文档的核心标识，用来区分根文档（父文档）和子文档：

<field name="_root_" type="string" indexed="true" stored="false"/>

另外，根据子文档字段的需求，定义对应的字段（比如子文档的特征名和特征值）：

<field name="featname" type="string" indexed="true" stored="true" multiValued="true"/>
<field name="featvalue" type="text_general" indexed="true" stored="true" multiValued="true"/>

这里设置multiValued="true"是因为一个父文档可能对应多个子文档，多个子字段会被存为数组形式。

完成导入后，就可以用Solr的Block Join查询来获取包含子文档的完整结果了：

1. 查询父文档并返回关联子文档 #

用fl参数指定返回所有父字段，同时加上[child]参数拉取子文档：

q=pdtid:123
fl=*,[child parentFilter="pdtid:[* TO *]"]

这里parentFilter="pdtid:[* TO *]"用来标识所有父文档（因为父文档都有pdtid字段，子文档没有）。

2. 通过子文档内容搜索父文档 #

如果你想通过子文档的特征找到对应的父文档，可以用Block Join的父查询语法：

q={!parent which="pdtid:[* TO *]"}featvalue:"waterproof"

这个查询会返回所有包含featvalue为waterproof的子文档的父文档。

• 先做一次全量导入，然后在Solr Admin的Query页面测试，查看返回的JSON结构里是否包含子文档的字段（比如featname和featvalue会以数组形式呈现）
• 增量更新期间，确保父表和子表的LAST_MODIFIED_DATE字段都正确维护，否则增量导入会失效

内容的提问来源于stack exchange，提问作者Rekha