【发布时间】：2010-10-25 13:32:30
【问题描述】：
我有一个大约 700 Gb 的 Solr/Lucene 索引文件。我需要索引的文档正在实时读取，大约每 30 分钟提交 1000 个文档并需要索引。在我的场景中，每 30 分钟运行一次脚本，为尚未索引的文档编制索引，因为要求新文档应尽快可搜索，但此过程会减慢搜索速度。
这是我可以索引最新文档的最佳方式还是有其他更好的方式！
【问题讨论】：
标签： optimization lucene solr
【发布时间】：2010-10-25 13:32:30
【问题描述】：
首先，请记住 Solr 还不是实时搜索引擎。还有work要做。
您可以使用master/slave setup，其中索引在主服务器上完成，搜索在从服务器上完成。有了这个，索引不会影响搜索性能。在主服务器上完成提交后，强制从服务器从主服务器获取最新的索引。当新索引在从属服务器上复制时，它仍在处理与先前索引的查询。
另外，请检查您cache warming settings。请记住，如果这些设置过于激进，这可能会减慢搜索速度。还要检查在new searcher event 上启动的查询。
【讨论】：
-
更新：Solr 现在具有（接近）实时搜索功能。
-
@Simon 抱歉回复延迟。它位于 Solr/Lucene 分支的主干中。 wiki.apache.org/solr/NearRealtimeSearch
您可以使用 Lucene 轻松做到这一点。将索引拆分为多个部分（或者准确地说，在构建索引时，创建“更小的”部分。）为每个部分创建搜索器并存储对它们的引用。您可以在这些单独的部分之上创建一个 MultiSearcher。
现在，将只有一个索引可以获取新文档。定期将文档添加到此索引，提交并重新打开此搜索器。
更新最后一个索引后，您可以使用之前打开的搜索器再次创建新的多搜索器。
因此，在任何时候，您都只会重新打开一个搜索器，而且速度会非常快。
【讨论】：
检查 Lucene 周围的 http://code.google.com/p/zoie/ 包装器以使其成为实时 - 代码由 Linkedin 捐赠。
【讨论】：
^^i 这样做，使用普通的 lucene，非 solr，效果非常好。但是不确定目前是否有解决方法。 twitter 最近使用 lucene 进行搜索，并且只需在任何更新时写入其索引即可有效地进行实时搜索。它们的索引完全驻留在内存中，因此更新/读取索引无关紧要，并且会立即发生，只要一次只有一个写入器，就可以在写入时始终读取 lucene 索引。
【讨论】：
-
"立即发生" -> 延迟仍然在 10 秒左右
【讨论】：
-
请在您的答案中包含不仅仅是一个链接。拉出相关信息，所以不是每个人都必须点击，如果链接失效，它仍然有一些价值。