逐步索引到ApacheSolr_Apache_Solr

逐步索引到ApacheSolr

apache solr

逐步索引到ApacheSolr,apache,solr,Apache,Solr,我已经开始使用ApacheNutch进行爬行，并且一直遵循ApacheWikiNutch教程中显示的步骤。我能够在端口8983设置solr服务器，如说明所示。我现在尝试使用上述工具编制索引，但出现以下错误： Indexer: org.apache.solr.client.solrj.impl.HttpSolrServer$RemoteSolrException: Expected mime type application/octet-stream but got text/html. <

我已经开始使用ApacheNutch进行爬行，并且一直遵循ApacheWikiNutch教程中显示的步骤。我能够在端口8983设置solr服务器，如说明所示。我现在尝试使用上述工具编制索引，但出现以下错误：

Indexer: org.apache.solr.client.solrj.impl.HttpSolrServer$RemoteSolrException: Expected mime type application/octet-stream but got text/html. <html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/>
<title>Error 404 Not Found</title>
</head>
<body><h2>HTTP ERROR 404</h2>
<p>Problem accessing /solr/update. Reason:
<pre>    Not Found</pre></p><hr><i><small>Powered by Jetty://</small></i><hr/>

</body>
</html>

at org.apache.solr.client.solrj.impl.HttpSolrServer.executeMethod(HttpSolrServer.java:512)
at org.apache.solr.client.solrj.impl.HttpSolrServer.request(HttpSolrServer.java:210)
at org.apache.solr.client.solrj.impl.HttpSolrServer.request(HttpSolrServer.java:206)
at org.apache.solr.client.solrj.request.AbstractUpdateRequest.process(AbstractUpdateRequest.java:124)
at org.apache.solr.client.solrj.SolrServer.commit(SolrServer.java:168)
at org.apache.solr.client.solrj.SolrServer.commit(SolrServer.java:146)
at org.apache.nutch.indexwriter.solr.SolrIndexWriter.commit(SolrIndexWriter.java:164)
at org.apache.nutch.indexer.IndexWriters.commit(IndexWriters.java:125)
at org.apache.nutch.indexer.IndexingJob.index(IndexingJob.java:149)
at org.apache.nutch.indexer.IndexingJob.run(IndexingJob.java:222)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
at org.apache.nutch.indexer.IndexingJob.main(IndexingJob.java:231)

Indexer:org.apache.solr.client.solrj.impl.HttpSolrServer$RemoteSolrException:应为mime类型的应用程序/octet流，但得到text/html。
找不到错误404
HTTP错误404
访问/solr/update时出现问题。原因:
bin/crawl -i -D solr.server.url=http://localhost:8983/solr/test_core urls/ TestCrawl/  2

未找到由Jetty供电的
：//
位于org.apache.solr.client.solrj.impl.HttpSolrServer.executeMethod（HttpSolrServer.java:512）
位于org.apache.solr.client.solrj.impl.HttpSolrServer.request（HttpSolrServer.java:210）
位于org.apache.solr.client.solrj.impl.HttpSolrServer.request（HttpSolrServer.java:206）
位于org.apache.solr.client.solrj.request.AbstractUpdateRequest.process（AbstractUpdateRequest.java:124）
位于org.apache.solr.client.solrj.SolrServer.commit（SolrServer.java:168）
位于org.apache.solr.client.solrj.SolrServer.commit（SolrServer.java:146）
位于org.apache.nutch.indexwriter.solr.SolrIndexWriter.commit（SolrIndexWriter.java:164）
位于org.apache.nutch.indexer.IndexWriters.commit（IndexWriters.java:125）
位于org.apache.nutch.indexer.IndexingJob.index（IndexingJob.java:149）
位于org.apache.nutch.indexer.IndexingJob.run（IndexingJob.java:222）
位于org.apache.hadoop.util.ToolRunner.run（ToolRunner.java:70）
位于org.apache.nutch.indexer.IndexingJob.main（IndexingJob.java:231）

我是第一次使用solr，因此在中提供的任何帮助都将非常有用，因为我没有找到其他适合我的解决方案。

最可能的问题是/solr/update。最新版本的Solr不再支持默认集合（在/Solr和/update之间缺少名称）

因此，如果您使用的是最新的（5.x）Solr，则需要该URL来反映您创建的集合名称。因此，请查看Nutch教程或文档，了解如何在URL中提供显式集合名称。

我在运行Apache Nutch 1.11和Apache Solr 5.3.1时遇到了相同的错误。通过在solr.server.url中包含核心名称（test_core，在下面的示例中）解决了该问题

您正在运行的查询是什么？我正在尝试将nutch与solr集成，并将爬网数据从nutch发送到solr。我正在使用nutch教程中的说明进行练习