從Solr快照獲取原始文本文件？

Question

我有一個Solr數據庫快照。數據庫是已發佈博客文章的存檔（加上每篇文章的一堆元數據）。快照是成千上萬的帖子。

我想在帖子上運行一些機器學習算法和主題建模。所以我不需要數據庫本身，我只想以一些簡單的形式獲取帖子的原始文本和元數據。任何人都可以告訴我如何打開或提取信息，而無需實際安裝Solr？

Answer 1

我想你的Solr索引是指Solr數據庫快照。
Solr索引基本上是一個lucene索引，您可以使用Lucene apis來讀取索引並從字段中提取數據。
這不需要安裝Solr。