关于Solr的拆分问题

Question

我们有一个产品（我们称之为“PROD1”），我们要“整合”与其他产品（姑且称之为“Prod2的”），在“整合”意味着，PROD1 + Prod2的会“prod3”。 我们还有一些计划将更多“产品”添加到prod3中。

到目前为止这么好。

我们使用Solr的用于在这两个产品的用户提供搜索和索引都可能是非常，非常大，收到了很多电话/秒。如果我们把所有东西放在一台服务器上，吞吐量就会成为一个垃圾。

所以，我们想使用分片（我相信这是正确的术语，对不起，如果我错了），但是，我有一些关于它的问题：

1. 是否有可能分裂由“单产品指数 - 每台机器”或类似的指数？如果是的话，你如何建议我这样做？

2. 如果（问题1 == true）那么让我们假设prod1索引将是machine1，prod2索引machine2可以在machine1和2中同时搜索结果和分数，偏移量等，以“简单”和正确的方式？

3. 我读一些有关复制的因素，但我认为我不明白它的权利。它的目的究竟是什么？

4. 我不确定在这里是否使用了正确的术语，因此，也许有人可以澄清究竟是核心，碎片等等。这种“简单”的怀疑在我的团队中产生了很多误解。

现在，这是问题。也许我会稍后再编辑它并添加更多内容。

在此先感谢。

Answer 1

要回答为了您的问题：

1. 它是由你来定义您要如何分配你的文件。您可以选择要将文档编入索引的服务器，并且如果您决定为一个产品索引编制索引，服务器，这是您的决定（根据文档来源于哪个产品，选择用于索引的服务器）。

2. 是的。发送到Solr的查询字符串的分片= -parameter指示应搜索哪些服务器并合并为一个响应。只要你不看高进入的偏移量作为一个可能的问题，这不应该是一个问题（高offets在于Solr的有检索最多（偏移）从每个服务器文件的问题，要能对所有碎片进行评分）。

   碎片= server1的：8080/solr的/ corename，服务器2：8080/solr的/ corename

3. 复制因子是相关SolrCloud，这隐藏了一些上工分片的复杂性（而且也引入了一些） 。使用SolrCloud Solr将确定自己使用哪些节点进行存储，并且复制因子会告诉Solr您想要将文档存储在多少台服务器上。如果您的复制因子为三，则至少有三台服务器在文档无法访问之前必须失败。如果你正在进行手动分片，你必须自己设置复制，并且知道什么服务器是备份服务器，就像你使用常规的Solr设置一样。

4. Shard =只保留索引中所有文档的子集的服务器，core =一个服务器上的一个索引 - 服务器可能包含多个核心，其中每个核心都是一组独立的配置和模式在每个Solr实例中只能有一个核心 - Solr只有一个索引，仅此而已）。 SolrCloud首次与Solr 4.0发布，并开始获得一些牵引力。

该Solr Wiki是一个开始挖掘关于这些概念的更多信息的好地方。