Apache Solr 的 DataImportHandler (DIH) 允許直接從關係型數據庫(MySQL、PostgreSQL 等)全量/增量導入數據至 Solr 索引,無需編寫中間 ETL 代碼。本教程基於 Solr 4.7+,演示從 MySQL 表 solr_tb 導入 id、name 兩字段的完整流程。
D:\phpServer\solr\solr1)solr_db、表 solr_tb(id, name, price, desc) 並有測試數據mysql-connector-java-5.1.7-bin.jar編輯 solrconfig.xml(位於 home/collection1/conf/),在 <config> 內添加:
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler>

在同級目錄創建 data-config.xml:
<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
<dataSource type="JdbcDataSource"
driver="com.mysql.jdbc.Driver"
url="jdbc:mysql://127.0.0.1/solr_db?useUnicode=true&characterEncoding=utf8&useSSL=false"
user="root"
password="root" />
<document>
<entity name="solr_tb"
transformer="DateFormatTransformer"
query="SELECT id, name FROM solr_tb WHERE id >= ${dataimporter.request.id}">
<!-- 字段映射:左邊 Solr 字段,右邊數據庫列(同名可省略) -->
<field column="id" name="id" />
<field column="name" name="name" />
</entity>
</document>
</dataConfig>
關鍵點:
${dataimporter.request.id}:運行時傳參,支援分批導入(如 id=1000 從 1000 開始)。transformer:可選,用於日期格式轉換、HTML 去標籤等預處理。備份原文件後,替換為精簡版:
<?xml version="1.0" encoding="UTF-8"?>
<schema name="example" version="1.5">
<fields>
<field name="id" type="string" indexed="true" stored="true" multiValued="false" required="true"/>
<field name="name" type="text_general" indexed="true" stored="true"/>
<field name="_version_" type="long" indexed="true" stored="true"/>
</fields>
<types>
<fieldType name="string" class="solr.StrField" sortMissingLast="true"/>
<fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>
</types>
<uniqueKey>id</uniqueKey>
<defaultSearchField>name</defaultSearchField>
<solrQueryParser defaultOperator="OR"/>
</schema>
說明:text_general 使用 StandardTokenizer 支援中文分詞(按標點/空格切分),生產環境中文建議換用 IK Analyzer 或 SmartCN。
將以下 JAR 複製到 tomcat/webapps/solr/WEB-INF/lib/:
solr-dataimporthandler-4.7.0.jarsolr-dataimporthandler-extras-4.7.0.jarmysql-connector-java-5.1.7-bin.jar(或更新版)https://localhost:8080/solr/,左側 Core 下拉選 collection1。
在 DIH 界面設置:
full-import(全量)或 delta-import(增量,需配置 deltaQuery)id=1(對應 data-config.xml 中 ${dataimporter.request.id})點擊 Execute,看到 Status: Idle、Total Requests: 1、Total Rows: 5 表示成功。

切換到 Query 面板,q=*:* 執行查詢,返回導入的文檔。


在 entity 中添加:
<entity name="solr_tb"
query="SELECT id, name FROM solr_tb"
deltaQuery="SELECT id FROM solr_tb WHERE updated_at > '${dataimporter.last_index_time}'"
deltaImportQuery="SELECT id, name FROM solr_tb WHERE id = '${dataimporter.delta.id}'"
deletedPkQuery="SELECT id FROM solr_tb_deleted WHERE deleted_at > '${dataimporter.last_index_time}'"
transformer="DateFormatTransformer">
<field column="id" name="id"/>
<field column="name" name="name"/>
<field column="updated_at" name="updated_at" dateTimeFormat="yyyy-MM-dd HH:mm:ss"/>
</entity>
需在表中添加 updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,並建立軟刪除表 solr_tb_deleted 或加 is_deleted 字段。
| 現象 | 原因 | 解決 |
|---|---|---|
| ClassNotFoundException: JdbcDataSource | JAR 包未放入 WEB-INF/lib | 複製 3 個 JAR 並重啟 Tomcat |
| Communications link failure | MySQL 地址/端口/防火牆/SSL | 檢查 URL、3306 端口、useSSL=false |
| 導入 0 行 | SQL 條件不匹配/事務未提交 | 手動執行 SQL 驗證、檢查事務隔離級別 |
| 中文亂碼 | JDBC URL 缺編碼參數 | 加 ?useUnicode=true&characterEncoding=utf8 |
Solr DIH 提供了 零代碼、可視化、支援全量/增量 的數據庫導入能力。核心步驟:solrconfig.xml 註冊 Handler → data-config.xml 定義數據源與映射 → schema.xml 定義索引結構 → 放入 JDBC 驅動 → 重啟 → Web UI 執行。掌握此流程,可將 MySQL 數據秒級同步至搜索引擎,支撐高性能全文檢索業務。