我在Ubuntu 12.04上使用Solr 5.2.1。我有大约25万份索引文件。从所有文件中提取2个小字段大约需要2.5分钟。 为什么需要这么长时间，我能做些什么来加快速度？为了摆脱我在做的事情：我正在将solr文档与MySQL记录同步。执行此操作（处理删除）的最简单方法是将Solr中的所有内容与MySQL中的所有内容进行比较。为什么这个Solr查询很慢？
http://localhost:8983/solr/[my集合] /选择？Q = ％3A & FL =字段1 & FL =场2 &行= 300000 &重量= JSON
如果我用卷曲取水的时候，我可以看到它的结果写大约50KBps，比普通的本地http服务器文件慢，所以我知道这个问题必须在Solr内部。但为什么？令人惊讶的是，具有wt（写入器类型，也称为响应格式）CSV的相同查询同样缓慢。看来Solr本身就是瓶颈。
我想这可能是由于我如何运行Solr，我相信它是默认选项。下面是从ps过程：
的java -server -Xss256k -Xms512m -Xmx512m -XX：NewRatio = 3 -XX：SurvivorRatio = 4 -XX：TargetSurvivorRatio = 90 -XX：MaxTenuringThreshold = 8 -XX：+ UseConcMarkSweepGC -XX ：+ UseParNewGC -XX：ConcGCThreads = 4 -XX：ParallelGCThreads = 4 -XX：+ CMSScavengeBeforeRemark -XX：PretenureSizeThreshold = 64m -XX：+ UseCMSInitiatingOccupancyOnly -XX：CMSInitiatingOccupancyFraction = 50 -XX：CMSMaxAbortablePrecleanTime = 6000 -XX：+ CMSParallelRemarkEnabled -XX ：+ PrintRecProcEnabled -XX：CMSFullGCsBeforeCompaction = 1 -XX：CMSTriggerPermRatio = 80 -verbose：gc -XX：+ PrintHeapAtGC -XX：+ PrintGCDetails -XX：+ PrintGCDateStamps -XX：+ PrintGCTimeStamps -XX：+ PrintTenuringDistribution -XX：+ PrintGCApplicationStoppedTime - Xloggc：/home/tylercollier/solr/dist/server/logs/solr_gc.log -Djetty.port = 8983 -DSTOP.PORT = 7983 -DSTOP.KEY = solrrocks -Duser.timezone = UTC -Djetty.home =/home/Ť/home/tylercollier/solr/dist -jar start.jar -XX：OnOutOfMemoryError =/home/tylercollier/solr/dist/bin/oom_solr.sh 8983/home/tylercollier/solr/dist/server/logs --module = http
我即将尝试使用内存大小this page。我仍然首先想在这里提出这个问题，因为我通常发现这些“猜测和检查”设置的内存令人沮丧处理，因为它与代码和机器的情况有很大关系。但我会用我的发现报告。
UPDATE：将Xmx值从512m更改为2g将时间从约150秒减少到约50秒。但进一步增加Xmx似乎没有什么区别（我尝试过3g，4g）。改变Xss似乎没有任何区别。它的默认值是256k，但是我尝试了1m和5m。所以，在150秒内50秒是一个改进，但远不及我想要的。 MySQL可以在2秒内给我这些结果。是什么赋予了？
UPDATE 2：更改查询以返回所有字段（而不是将其限制为2个字段）对时间也没有影响。这对我来说真的很令人惊讶。现在CURL传输速率约为11 MB/s。我不相信Solr无法以更快的速度拉出自己的记录。
UPDATE 3：有没有其他人试过一次从Solr获取这么多文档（无论是使用分页还是一次读取）？这对你来说也慢吗？
我想如果你只抓取所有的数据，你可以读取数据mysql或使用lucene，solr不是数据仓库，尽管你可以做到。可能是你可以尝试solr页面来读取所有数据，行不要设置太大 –
谢谢，但我没有在数据存储中使用它。我使用它来建立索引。在我的情况下，我试图将Solr与MySQL同步。我在这个问题中的笔记讨论了行大小不是瓶颈。 –
您可以使用分页并以块的形式获取数据。这会更快。如果你一次不需要所有的数据。 – YoungHobbit