關於Solr的拆分問題

Question

我們有一個產品（我們稱之爲「PROD1」），我們要「整合」與其他產品（姑且稱之爲「Prod2的」），在「整合」意味着，PROD1 + Prod2的會「prod3」。 我們還有一些計劃將更多「產品」添加到prod3中。

到目前爲止這麼好。

我們使用Solr的用於在這兩個產品的用戶提供搜索和索引都可能是非常，非常大，收到了很多電話/秒。如果我們把所有東西放在一臺服務器上，吞吐量就會成爲一個垃圾。

所以，我們想使用分片（我相信這是正確的術語，對不起，如果我錯了），但是，我有一些關於它的問題：

1. 是否有可能分裂由「單產品指數 - 每臺機器」或類似的指數？如果是的話，你如何建議我這樣做？

2. 如果（問題1 == true）那麼讓我們假設prod1索引將是machine1，prod2索引machine2可以在machine1和2中同時搜索結果和分數，偏移量等，以「簡單」和正確的方式？

3. 我讀一些有關複製的因素，但我認爲我不明白它的權利。它的目的究竟是什麼？

4. 我不確定在這裏是否使用了正確的術語，因此，也許有人可以澄清究竟是核心，碎片等等。這種「簡單」的懷疑在我的團隊中產生了很多誤解。

現在，這是問題。也許我會稍後再編輯它並添加更多內容。

在此先感謝。

Answer 1

要回答爲了您的問題：

1. 它是由你來定義您要如何分配你的文件。您可以選擇要將文檔編入索引的服務器，並且如果您決定爲一個產品索引編制索引，服務器，這是您的決定（根據文檔來源於哪個產品，選擇用於索引的服務器）。

2. 是的。發送到Solr的查詢字符串的分片= -parameter指示應搜索哪些服務器併合併爲一個響應。只要你不看高進入的偏移量作爲一個可能的問題，這不應該是一個問題（高offets在於Solr的有檢索最多（偏移）從每個服務器文件的問題，要能對所有碎片進行評分）。

   碎片= server1的：8080/solr的/ corename，服務器2：8080/solr的/ corename

3. 複製因子是相關SolrCloud，這隱藏了一些上工分片的複雜性（而且也引入了一些） 。使用SolrCloud Solr將確定自己使用哪些節點進行存儲，並且複製因子會告訴Solr您想要將文檔存儲在多少臺服務器上。如果您的複製因子爲三，則至少有三臺服務器在文檔無法訪問之前必須失敗。如果你正在進行手動分片，你必須自己設置複製，並且知道什麼服務器是備份服務器，就像你使用常規的Solr設置一樣。

4. Shard =只保留索引中所有文檔的子集的服務器，core =一個服務器上的一個索引 - 服務器可能包含多個核心，其中每個核心都是一組獨立的配置和模式在每個Solr實例中只能有一個核心 - Solr只有一個索引，僅此而已）。 SolrCloud首次與Solr 4.0發佈，並開始獲得一些牽引力。

該Solr Wiki是一個開始挖掘關於這些概念的更多信息的好地方。