solr7.4創建core，導入MySQL數據，中文分詞

#solr版本：7.4.0

一、新建Core

1. 進入安裝目錄下得server/solr/，創建一個文件夾，如：new_core

2. 拷貝server/solr/configsets/_default/conf/下的solrconfig.xml、protwords.txt、synonyms.txt、stopwords.txt文件和lang文件夾，到剛剛創建的new_core文件夾下

3. 拷貝server/solr/configsets/_default/conf/下的schema.xml文件到剛剛創建的new_core文件夾下，將其重命名為schema.xml

4. 進入solr頁面選擇Core Admin，設置好名字還有剛才新建的dir，Add Core
   

5. 然后在core selector 就能看到剛才新建的core 了。

二、導入MySQL數據

1. 打開剛添加的solrconfig.xml文件 vi server/solr/new_core/solrconfig.xml，查找一下requestHandler標簽，在標簽同級下加入導入數據的配置

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

2. new_core下新增db-data-config.xml文件（樣例在安裝目錄example/example-DIH/solr/db/conf/下有），并添加如下配置:

   <dataConfig>
   <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/db_name" user="root" password="" />
   <document>
       <entity name="product" 
                   query="select product_id as id,title from table_name"
                deltaImportQuery="select product_id as id,title from table_name where PRODUCT_ID='${dih.delta.id}'"
                   deltaQuery="select product_id as id from table_name where add_time > '${dataimporter.last_index_time}'">
       </entity>
   </document>
   </dataConfig>

3. 下載mysql-connector-java驅動 https://dev.mysql.com/downloads/connector/j/
   解壓mysql-connector-java-(xxx).jar到安裝目錄下的server/solr-webapp/webapp/WEB-INF/lib
4. 在頁面上選擇Dataimport應該有了
   
5. 在Schema上添加字段，如title（要存在query屬性的sql語句能查出來的那些字段當中）
   
   
6. 在Dataimport 上執行導入，可以看到已經新增了4條記錄了
   
   然后在query上查看導入結果
   

三、增量導入MySQL數據

1. 導入數據不可能每次全量導入，新增的數據只要增量導入就好，檢查db-data-config.xml配置，確保有deltaImportQuery， deltaQuery兩項
   last_index_time會保存在這個core的Instance目錄下的conf/dataimport.properties文件
   
2. 現在我在數據表中再插入幾條數據
   
3. 這次我們在頁面選擇delta-import執行一下看看
   
4. 再去看下結果，也成功導入
   
   5.這是細心的人會發現dataimport.properties記錄的是UTC時間，而數據表中用的是中國時間，要怎么讓它們一致呢？
   這里提供一個解決辦法，利用sql語句來轉換時區：
   修改deltaQuery

   SELECT product_id AS id FROM table_name WHERE add_time > '${dataimporter.last_index_time}'

   改為

   SELECT product_id AS id FROM table_name WHERE add_time > CONVERT_TZ('${dataimporter.last_index_time}', '+00:00', '+08:00')

四、中文分詞

1. 拷貝分詞jar到指定目錄server/solr-webapp/webapp/WEB-INF/lib/

   cp contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-7.4.0.jar server/solr-webapp/webapp/WEB-INF/lib/

2. 編輯schema文件 vi server/solr/new_core/conf/managed-schema
   添加：

   <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
     <analyzer type="index">
       <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
     </analyzer>
     <analyzer type="query">
       <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
     </analyzer>
   </fieldType>

   把title改為text_cn類型

3. 重啟solr，title已經改為text_cn，但是還沒分詞效果
   
4. 在dataimport選擇clean再full-import一次，重新導入數據，再回到字段查看一下Term Info ，這次分詞成功了