felixlohmeier
/
bibliotheks-und-archivinformatik
mirror of https://github.com/felixlohmeier/bibliotheks-und-archivinformatik.git
2
0
Fork 0
Code Issues Releases Activity
bibliotheks-und-archivinfor.../kapitel-4/43-daten-in-solr-laden.md

3.7 KiB
Raw Blame History

4.3 Daten in Solr laden

Solr beenden und starten

Solr wurde als Prozess gestartet, der bis zum nächsten Neustart des Rechners weiterläuft. Starten Sie jetzt Solr mit folgenden Befehlen neu, damit wir nicht mehr im Beispielverzeichnis techproducts arbeiten, sondern im Standardverzeichnis.

  • Solr beenden:~/solr-7.1.0/bin/solr stop -all
  • Solr starten:~/solr-7.1.0/bin/solr start

Etwa 15-30 Sekunden nach dem Startbefehl sollte die Administrationsoberfläche unter der gewohnten Adresse [http://localhost:8983](http://localhost:8983) erreichbar sein.

Index erstellen im Terminal

Erstellen Sie jetzt einen eigenen Suchindex mit dem Namen htw:

~/solr-7.1.0/bin/solr create -c htw

Daten aus Kap. 3.5 laden im Terminal

Der folgende Befehl indexiert die Daten aus der Datei einstein.tsv aus dem Ordner Downloads ganz am Ende mit der öffnenden spitzen Klammer als input benannt im Suchindex htw.

curl "http://localhost:8983/solr/htw/update/csv?commit=true&separator=%09&split=true&f.creator.separator=%E2%90%9F" --data-binary @- -H 'Content-type:text/plain; charset=utf-8' < ~/Downloads/einstein.tsv

Erläuterungen des Befehls:

  • Die Basis der URL, die mit curl aufgerufen wird `http://localhost:8983/solr/htw/update/csv` ist die Adresse des CSV-Update-Handlers von Solr für den Index htw.
  • Der Teil commit=true sorgt dafür, dass die Daten sofort in der Anzeige sichtbar werden.
  • Bei TSV-Dateien muss das Trennzeichen `separator=%09` explizit mitgegeben werden.
  • Solr muss außerdem mitgeteilt werden, dass Felder mehrfachbelegt sind `split=true` und mit welchem Zeichen diese jeweils getrennt sind `f.creator.separator=%E2%90%9F`
  • Der ganze hintere Teil --data-binary @- -H 'Content-type:text/plain; charset=utf-8' ist spezifisch für das Senden von Dateien mit curl.

Weitere mehrfachbelegte Felder ergänzen Sie, indem Sie vor dem zweiten Anführungszeichen einen weiteren Teil wie folgt anfügen. Beispiel für das Feld title:

&f.title.separator=%E2%90%9F

Prüfen Sie das Ergebnis

Gegebenenfalls erhalten Sie bereits auf den curl-Befehl eine Fehlermeldung, dass Daten nicht zum Schema passen. Solr versucht in der Standardeinstellung die Datentypen Text, Zahl, Datum, usw. automatisch zu erkennen und generiert daraus automatisch ein Schema. Wenn später in der Datei noch andere Daten folgen, die nicht zum "erratenen" Schema passen, dann bricht der Import ab. Dieses Problem behandeln wir im folgenden Kapitel.

Fehlermeldungen finden Sie in der Administrationsoberfläche im Bereich "Logging": http://localhost:8983/solr/#/~logging

Rufen Sie die Browsing-Oberfläche auf [http://localhost:8983/solr/gettingstarted/browse](http://localhost:8983/solr/gettingstarted/browse). Machen Sie ein paar Beispielsuchen, um sicherzugehen, dass die Daten richtig indexiert wurden.

Falls etwas völlig schiefgeht...

Der folgende Befehl löscht alle Daten im Index htw:

curl "http://localhost:8983/solr/htw/update?commit=true" -H "Content-Type: text/xml" --data-binary '<delete><query>*:*</query></delete>'

Wenn auch andere Einstellungen wie z.B. das Schema durch fehlerhafte Importe verhunzt sind, dann können Sie im Administrationsbereich "Core Admin" auch den ganzen Suchindex "Core" inklusive aller Einstellungen löschen. Das Löschen wird dort vornehm als "unload" bezeichnet.

http://localhost:8983/solr/#/~cores/htw

Anschließend können Sie oben beim Abschnitt "Index erstellen" wieder beginnen.

Literatur