この質問が一般的すぎる可能性がある場合は申し訳ありません。ドキュメントへのリンクがあれば、それでよかったと思います。グーグルは私がそれらを見つけるのを手伝わないでしょう。
NutchがクロールしたWebサイトからファセットを抽出し、Solrがインデックスを作成する方法を理解する必要があります。<meta name="price" content="123.45"/>Webサイトでは、ページにまたはのようなメタタグがあります<meta name="categories" content="category1, category2"/>。Nutchにそれらを抽出し、Solrにそれらをファセットとして扱うように指示できますか？
上記の例では、メタ名「categories」をファセットとして扱うように手動で指定したいのですが、コンテンツは動的にカテゴリとして使用する必要があります。
それは意味がありますか？NutchとSolrを使用することは可能ですか、それとも使用方法を再考する必要がありますか？
私はNutchを使用していません（Heritrixを使用しています）が、1日の終わりに、Nutchは「meta」タグ値を抽出し、Solrでインデックスを作成する必要があります（たとえば、SolrJを使用）。 「カテゴリ」など
その後、あなたはします
カテゴリごとにファセットを取得します。ファセットのページは次のとおりです。
オプションの1つは、メタデータプラグインでnutchを使用することです
これは例として示されていますが、ディストリビューションには非常に多く含まれています。構成の他のプロセスと、nutch を使用したデータのクロールを知っていると仮定すると、インデックスを作成する前に、このようなメタデータ プラグインを使用するように nutch を構成する必要があります。conf/nutch-site.xml を編集
<property>
<name>plugin.includes</name>
<value>urlmeta|(rest of the plugins)</value>
</property>
価格など、インデックスを作成する必要があるメタデータ タグは、別のプロパティとして指定できます
<property>
<name>urlmeta.tags</name>
<value>price</value>
</property>$
これで、nutch crawl コマンドを実行できます。solr でクロールしてインデックスを作成すると、インデックスにフィールド price が表示されます。ファセット検索は、クエリに facet.field を追加することで使用できます。
ここにいくつかの興味深いリンクがあります。