上篇文章我们介绍了全量更新solr索引，但是在数据量较大时，频繁的更新索引会消耗系统性能，如果更新频率较低，则会影响短时的数据准确性，所以，更新时间的间隔是个很难界定。增量索引解决了这个问题，我们可以在较短的时间内只更新那些变化的数据，这样就避免了大批量的数据更新，因为数据量小，我们可以设置较短的时间间隔，大幅度的提高了用户体验度。本文介绍增量索引。
一 配置数据源
1.1 数据库
为了便于同全量索引比较，我们使用同一个数据库和数据表。增量索引的关键是找到那些修改的数据，所以需要添加一个标识符，数据类型是时间戳，字段命名为updateTime，即四个字段，id,title,content,updateTime,其中updateTime数据类型为TimeStamp，默认值为CURRENT_TIMESTAMP.结构如下：
solr本身提供了一个last_index_time,这个字段记录了每条记录导入的时间（包括增量和全量导入），我们只需要将updateTime和last_index_time比较即可得到上一次索引更新以后变化的记录。
1.2 配置data-config.xml
全量索引继续保留，所以原来的配置不需要修改，我们只需要添加增量索引的配置。首先，我们在索引中用到了updateTime字段，所以需要添加updateTime字段的索引；其次，增量索引的关键就是找到更新的那些数据，通过上边分析，我们首先需要使用last_index_time字段找到更新的记录代码如下：
deltaQuery="select id from blog where updateTime > '${dataimporter.last_index_time}'"
最后，我们根据获得的id更新索引即可，代码如下：
deltaImportQuery="select * from blog where id='${dih.delta.id}'"
最终的配置如下：
<dataConfig><dataSource name="jfinal_demo" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://192.168.21.20:3306/jfinal_demo" user="root" password="123456" batchSize="-1" /><document name="testDoc"><entity name="blog" dataSource="jfinal_demo" pk="id" query="select * from blog"deltaImportQuery="select * from blog where id='${dih.delta.id}'"deltaQuery="select id from blog where updateTime > '${dataimporter.last_index_time}'"><field column="id" name="id"/><field column="title" name="title"/><field column="content" name="content"/><field column="updateTime" name="updateTime"/></entity></document>
</dataConfig>
data-config.xml中一些属性说明：
transformer 格式转化：HTMLStripTransformer 索引中忽略HTML标签
query:查询数据库表符合记录数据
deltaQuery:增量索引查询主键ID，注意这个只能返回ID字段
deltaImportQuery:增量索引查询导入的数据
deletedPkQuery:增量索引删除主键ID查询，注意这个只能返回ID字段
1.3 配置schema.xml
在全量索引的基础上，我们只需要添加updataTime字段的索引即可，代码如下：
<field name="id" type="text_general" indexed="true" stored="true" />
<field name="title" type="text_general" indexed="true" stored="true" />
<field name="content" type="text_general" indexed="true" stored="true" />
<field name="updateTime" type="text_general" indexed="true" stored="true" />
1.4 修改数据库，产生数据源
我们直接修改数据库中的一条记录，提供增量索引数据，修改如下：
二 通过solr Admin客户端更新索引
2.1 更新操作如下：
2.2 结果测试
说明：使用solr Admin客户端方式，简单，快捷，直观性强，适用于数据测试。
三 使用http请求更新索引
3.1 原理
我们前文已经介绍过原理，这里不再赘述。前文连接：点击打开链接
3.2 实现
我们继续使用HttpURLConnection对象来完成http请求，代码如下：
/** * 访问URL，全量索引 */ public static Boolean runHttpGet(){ Boolean flag = false; //设置请求的路径 String strUrl="http://192.168.22.216:8983/solr/dataimport?command=delta-import"; //将请求的参数进行UTF-8编码，并转换成byte数组= try { //创建一个URL对象 URL url=new URL(strUrl); //打开一个HttpURLConnection连接 HttpURLConnection urlConn=(HttpURLConnection)url.openConnection(); //设置连接超时的时间 urlConn.setDoOutput(true); //在使用post请求的时候，设置不能使用缓存 urlConn.setUseCaches(false); //设置该请求为post请求 urlConn.setRequestMethod("GET"); urlConn.setInstanceFollowRedirects(true); //配置请求content-type urlConn.setRequestProperty("Content-Type", "application/json, text/javascript"); //执行连接操作 urlConn.connect(); //发送请求的参数 DataOutputStream dos=new DataOutputStream(urlConn.getOutputStream()); dos.flush(); dos.close(); if(urlConn.getResponseCode()==200){ flag = true; //显示 InputStreamReader isr = new InputStreamReader(urlConn.getInputStream(), "utf-8"); int i; String strResult = ""; // read while ((i = isr.read()) != -1) { strResult = strResult + (char) i; } //System.out.println(strResult.toString()); isr.close(); } } catch (Exception e) { e.printStackTrace(); } return flag; }
等同前文，使用此方法，也可以使用quartz做任务调度，代码不再示范。
3.3 结果测试
四 使用官方Scheduler实现索引更新
4.1 jar包配置
下载apache-solr-dataimportscheduler-1.0.jar放到Tomcat的webapps的solr目录的WEB-INF的lib目录下。
4.2 修改solr的WEB-INF目录下的web.xml文件，为<web-app>元素添加一个子元素，
<pre name="code" class="html"><listener> <listener-class> org.apache.solr.handler.dataimport.scheduler.ApplicationListener </listener-class>
</listener> </pre><pre>4.3 修改配置文件dataimport.properties:
在SOLR_HOME\solr目录下面新建一个目录conf（注意不是SOLR_HOME\solr\collection1下面的conf），然后用解压文件打开apache-solr-dataimportscheduler-1.0.jar文件，将里面的dataimport.properties文件拷贝过来，进行修改，下面是最终我的自动定时更新配置文件内容：
#################################################
# #
# dataimport scheduler properties #
# #
################################################# # to sync or not to sync
# 1 - active; anything else - inactive
syncEnabled=1 # which cores to schedule
# in a multi-core environment you can decide which cores you want syncronized
# leave empty or comment it out if using single-core deployment
syncCores=core1,core2 # solr server name or IP address
# [defaults to localhost if empty]
server=localhost # solr server port
# [defaults to 80 if empty]
port=8080 # application name/context
# [defaults to current ServletContextListener's context (app) name]
webapp=solr # URL params [mandatory]
# remainder of URL
params=/dataimport?command=delta-import&clean=false&commit=true # schedule interval
# number of minutes between two runs
# [defaults to 30 if empty]
interval=1 # 重做索引的时间间隔，单位分钟，默认7200，即5天;
# 为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=7200 # 重做索引的参数
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true # 重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
# 两种格式：2012-04-11 03:10:00 或者 03:10:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=03:10:00
五 索引删除
5.1 概述
在solr的使用过程中或者测试时，会产生一些脏数据，我们需要及时的删除这些脏数据，小编一solr Admin客户端介绍如何删除或清空索引。
5.2 操作
5.3 说明
我们选择的是更新操作，文件类型选择XML格式，更新语句可以填写删除语句，如果删除某个索引，可以填写如下代码：
方法一
<delete><id>1</id></delete>
<commit/>方法二
<delete><query>id:1</query></delete>
<commit/>如果要清空所有索引，可以填写如下代码：
<delete><query>*:*</query></delete>
<commit/>
六 总结
增量索引提供了小批量数据更新的可能，在实际需要中，我们可以将全量索引和增量索引结合使用，达到短时间的数据同步和性能消耗的平衡。
声明：如无特殊声明，本系列博客以solr-4.7.2版本为例，如有错误，敬请斧正。
