记录用Solr DIH对于多值字段的处理方法

背景

维护之前的Solr集群，由于业务需要，新增了两个字段，都是多值字段。
数据的增量、全量导入程序用的是Solr自己的DIH(Data Import Handler)，数据源是MySQL。
由于Solr字段是多值的，结果需要时一个list，而数据源是中每个字段存储的是一个字符串，每个属性用,分隔。

解决方法

在DIH中，可以对entity指定transformer，这里我们需要用到的就是其中一种RegexTransformer，这里我们需要修改data-config.xml。

1. 在entity 标签中加入如下属性，指定相应的解释器（我自己的理解哈，感觉比转换器更好理解）。这里可以根据需要添加不同的解析器，多个解析器之间以,分隔，他们按照填写的先后顺序执行，每种解释器基本上都只会解析它功能下的几个属性，比如RegexTransformer，只会解析regex和splitBy。

transformer="RegexTransformer"
transformer="RegexTransformer,DateFormatTransformer"

2. 在entity 下加入field 标签

<field column="solr_field_name" sourceColName="database_field_name" splitBy="," />

3. 更新data-config.xml后，重新使用DIH导入数据发现相应的字段已经以多值的形式添加到solr中了。