Solandra 分片：内部想法

Question

刚开始使用 Solandra 并试图了解第二个 Solandra 分片的级别详细信息。

AFAIK Soalndra 创建配置的分片数量（如 “solandra.shards.at.once”属性），其中每个分片的大小为 “solandra.maximum.docs.per.shard”。

在下一个级别开始 在每个分片内创建插槽，由 “solandra.maximum.docs.per.shard”/“solandra.index.id.reserve.size”。

我从 SchemaInfo CF 的数据模型中了解到 特定的分片有不同物理节点拥有的插槽，并且 这是节点之间为获得这些插槽而进行的竞赛。

我的问题是：

1. 这是否意味着如果我请求在特定的 solr 节点上写入 例如 .....solandra/abc/dataimport?command=full-import 执行此请求 被分发到所有可能的节点等。这是分布式写入吗？ 因为在这种情况发生之前，其他节点将如何竞争 特定分片内的插槽。理想情况下是编写文档的代码或 一组文档将在单个物理 JVM 上执行。

2. 通过分片，我们尝试在单个物理节点上编写一些文档 但如果它是基于不同拥有的插槽编写的 物理节点，我们实际上实现了什么，因为我们再次需要 从不同的节点获取结果。我明白写 吞吐量最大化。

3. 我们可以考虑调整这些数字吗？ "solandra.maximum.docs.per.shard" , “solandra.index.id.reserve.size","solandra.shards.at.once”。

4. 如果我在单个 DC 中只有一个分片和复制因子为 5 6 节点设置，我看到这个分片的端点包含 5 根据复制因子的端点。但是第 6 个会发生什么 一。我通过nodetool看到左边第6个节点并没有真正得到 任何数据。如果我将复制因子增加到 6，同时保持 集群上，这将解决问题并进行修复等还是 有更好的方法。

Answer 1

总体而言，shards.at.once 参数用于控制索引的并行性。该数字越高，一次写入的分片就越多。如果将其设置为 1，您将始终只写入一个分片。通常这应该设置为 20% > 集群中的节点数。所以对于一个四节点集群，将其设置为五个。

保留大小越大，节点之间需要的协调就越少。所以如果你知道你有很多文件要写，那就提出来。

docs.per.shard 越高，对给定分片的查询就越慢。一般来说，这应该是最大 1-5M。

回答你的观点：

1. 这只会从一个节点导入。但它会一次索引多个分片。

2. 我认为问题是您应该跨所有节点编写吗？是的。

3. 是的，见上文。

4. 如果你增加 shards.at.once 这将很快被填充