Я делаю скрипт в искре java. Мне нужно вставить данные (из DataFrame) в коллекцию Solr с помощью инструментов Lucidworks - spark-solr (https://github.com/lucidworks/spark-solr)
Моя схема.xml:
<schema name="MY_NAME" version="1.6">
<field name="_version_" type="long" indexed="true" stored="true" />
<field name="_root_" type="string" indexed="true" stored="false" />
<field name="ignored_id" type="ignored" />
<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
<field name="age" type="int" indexed="true" stored="true" required="false" multiValued="false" />
<field name="height" type="tlong" indexed="true" stored="true" required="false" multiValued="false" />
<field name="name " type="string" indexed="true" stored="true" required="false" multiValued="false" />
<fieldType name="string" class="solr.StrField" sortMissingLast="true" />
<fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0" />
<fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0" />
<fieldType name="tlong" class="solr.TrieLongField" precisionStep="8" positionIncrementGap="0" />
<fieldType name="ignored" stored="false" indexed="false" multiValued="true" class="solr.StrField" />
<uniqueKey>id</uniqueKey>
</schema>
Мой фрейм данных:
DataFrame df = sqlContext.sql("SELECT id, age, height, name FROM TABLE");
df.show() дает:
+--------------------+-----------+------+------+
| id| age|height|name |
+--------------------+-----------+------+------+
|12345678912345678...| 10| 101|hello|
Но когда я пытаюсь вставить в свою коллекцию solr с помощью:
df.write()
.format("solr")
.option("collection", MY_COLLECTION)
.option("zkhost", MY_ZKHOST)
.save()
У меня есть следующая ошибка:
Caused by: org.apache.solr.client.solrj.impl.HttpSolrClient$RemoteSolrException: Error from server at http://MY_IP/solr/MY_COLLECTION_SHARD_REPLICA: ERROR :[doc=123456789123456789] unknown field '_indexed_at_tdt'
Я не понимаю, откуда взялось поле "_indexed_at_tdt".
DataFrame кажется правильным только с 4 полями, которые я хочу вставить, но я все еще не могу вставить в свою коллекцию Solr из-за этого неизвестного поля «_indexed_at_tdt».
Дополнительная информация: у меня есть индексатор HBase, который вставляется в ту же коллекцию и работает.
Заранее спасибо за вашу помощь !