如果你在使用Solr，肯定会有改变模式的时候，需要重新索引。很 多时候，真相的来源是一个数据库，所以你可以 通过JDBC源使用流式表达式来重新索引。但有时这是不可能的，或者给数据库增加了太多的负载。那么我们如何使用Solr本身作为一个源呢？
首先，你仍然可以使用流式表达式，通过 搜索源从Solr获取数据 。然而，如果你使用 qt=/export ，你需要所有的相关字段都有docValues 。这种情况很少发生--因为文本字段不能有docValues。如果你使用默认的 qt=/search，你只能得到前N个值，所以你将无法流式处理或翻阅大型数据集--否则你将耗尽内存。
一般的解决方案是 在你的数据中 运行一个 游标 ，每次获得一页文件，然后将它们重新索引到目的地。很多人最后都要写脚本来做这件事，所以我们认为我们会让你少费些力气，给你一个易于使用的、开源的、通过游标来重新索引Solr文档的脚本： solr-reindexer。
在这篇文章中，我们将给你一个快速运行solr-reindexer的机会，所以你可以在几分钟内开始使用。
运行solr-reindexer
首先，一些先决条件：
- Java 11或更高版本 ，以运行solr-reindexer JAR。
- SolrCloud 6.x或更高版本，以支持游标。
- 一个源集合和一个目标集合。通常情况下，你会有一个指向当前集合的别名，用新的配置创建一个新的集合，重新索引，然后在一切正常的情况下翻转这个别名。
- 在模式中定义 一个 uniqueKey 字段 ，是游标工作的需要。除了最奇特的模式外，所有的模式都有这个字段，它通常被称为
id. - 从 发布页面下载solr-reindexer uber-jar 。
对于一个快速的重新索引，你可以简单的做：
java -jar solr-reindexer.jar -sourceCollection source_collection_name -targetCollection destination_collection_name -zkAddress localhost:2181
重新索引一个集合的子集
你可能想限制你重新索引的内容：
- 文档：例如，有些用例有停用的文档，你可能想跳过它。要做到这一点，提供一个查询，只匹配你想要的文档，例如通过
-query "isDeactivated:false" - 字段：默认情况下，我们跳过
_version_字段，因为它是由Solr自动编写的。但你可以添加其他的，例如，如果你用copyField的字段也被存储起来，你也会想跳过它们，通过例如-skipFields _version_,text.尽管acopyField通常不会被存储，如果你存储的是原始文件。
连接首选项
默认情况下，solr-reindexer连接到Zookeeper的地址是 localhost:2181.你可以提供一个以逗号分隔的Zookeeper地址列表，用于冗余。另外，如果请求失败，它将以5秒的间隔重试最多10次。它们都可以通过 -retries 和 -retryInterval 分别配置。
关于参数的完整列表和它们的默认值，请看下面的输出 -help.
贡献和下一步工作
总是有改进的余地，因为solr-reindexer是Apache2许可的，所以我们邀请你来贡献。在写这篇文章的时候，支持认证和从远程集群重新索引将是最重要的功能补充。我们还可以通过增加一个队列和在多个线程上写入，使重索引的速度更快。我们也可以把读取分成几个部分（例如，按分片或按uniqueId）来并行化。
