Solr 索引d：包含内容的内容属性>；32 KB

我有一个Alfresco模型类型，其附加属性类型为

d:content

。当我尝试在其中存储大于32 KB的内容时，此属性会导致Solr异常。此属性的当前定义为

<property name="acme:secondContent">
  <type>d:content</type>
  <mandatory>false</mandatory>
  <index enabled="true">
    <atomic>true</atomic>
    <stored>true</stored>
    <tokenised>both</tokenised>
  </index>
</property>

更改

索引

配置没有帮助，所有

索引的变体和我尝试过的子元素都会抛出错误

答案如下：

底层Lucene索引中单个项的最大大小为32776字节，我认为这是硬编码的

如何配置
d:content
属性的
index
，以便保存和索引大于32 KB的内容

编辑：

在
contentModel.xml
中，
cm:content
的配置如下：

<index enabled="true">
  <atomic>true</atomic>
  <stored>false</stored>
  <tokenised>true</tokenised>
</index>


.
假设1

如果您的内容包含类似的非常长的术语（长度为32k的单个单词），那么您必须实现自己的Lucene分析器来支持特定类型的文本。这意味着这是一个与默认Lucene实现相关的问题，因为它是硬编码的

假设2

否则，如果您的内容不是按上述方式构建的，我会觉得很奇怪，可能是一个bug。如果您没有使用tokenised=true解决问题，那么在这种情况下，可能的解决方法是更改内容模型，以支持父节点与包含相关文本但使用默认cm:content属性的特定类型节点之间的关联。我的意思是使用你应该解决的关联；）

希望这能有所帮助。
解决方案不是在索引中存储完整的文档/部分。因此，在大于32k的大型属性上，尽量避免store=true和tokenize=both/false。如果您的模型声明如下所示，则索引应该可以工作：

<property name="acme:secondContent">
  <type>d:content</type>
  <mandatory>false</mandatory>
  <index enabled="true">
    <atomic>true</atomic>
    <stored>false</stored>
    <tokenised>true</tokenised>
  </index>
</property>


d:内容
假的
真的
假的
真的

缺点：在我的测试中，我不得不删除整个索引。我不足以删除solr中的缓存模型，将
设置为true应该会有所帮助。该字段的内容是什么？如果你只有标记形式，你会失去任何东西吗？将其设置为字符串形式将允许排序和刻面。该字段需要吗？不，不需要排序和刻面。我将尝试更多的组合。是否有任何原因不能扩展包含d:content属性的cm:content？是的。该类型扩展了
cm:content
，以存储整个内容。我有一个自定义代码，它获取部分内容并将其存储在我上面描述的属性中。考虑一个多部分电子邮件正文，我希望在允许访问部分的同时存储整个正文。我不是solr专家，但我觉得这个问题与文档可能必须作为一个整体存储在索引（用于调试）中的最大字节数的变化有关。请检查您在模型中是否定义了false，以仅存储实际索引值，而不存储顶部的整个文本。可以排除hypsethesis 1。错误发生在正常的lorem ipsum文本中。我没有在hyothesis 2中建议的更改内容模型的选项。现有Alfresco 4.2安装必须迁移到5.0。我会在露天的JIRA放一只虫子。
<property name="acme:secondContent">
  <type>d:content</type>
  <mandatory>false</mandatory>
  <index enabled="true">
    <atomic>true</atomic>
    <stored>false</stored>
    <tokenised>true</tokenised>
  </index>
</property>