多租户Lucene索引策略

Question

我正在设计一个多租户SaaS应用程序，租户将能够存储数据并对其进行搜索。我计划使用Lucene（实际上是Lucene.Net）作为搜索引擎。由于不需要跨租户搜索，我正在考虑为每个租户提供一个索引（所以一个目录）。

我不希望索引写入频繁发生，因此它们将排队到单个进程，该进程将打开索引，添加文档并在更新到达时关闭索引。

我想在阅读上有更高效的东西。租户数量可能从数百万到数万，因此在每个搜索节点上保持所有目录在RAM中打开是不明智的。我正在考虑管理最近使用或最常用目录的候选名单，定期关闭那些超出标准的目录。

我对Lucene一般都很陌生，所以会对这个策略提出一些反馈意见。

由于

Answer 1

除了您提到的策略之外，您还可以考虑为所有客户端设置单个索引，并将正确的客户端查询与所有用户查询进行对比，以确保每个客户端只获取自己的数据：

  

TermQuery clientQuery = new TermQuery（new Term（“clientid”，clientid））;

     

BooleanQuery query = new BooleanQuery（）;

     

query.add（userQuery，BooleanClause.Occur.MUST）;

     

query.add（clientQuery，BooleanClause.Occur.MUST）;

如果你有很多租户并且他们的索引平均很小/略微使用，这可能会更好。然后，如果您的数据具有时间轴，则可能存在扭曲，您还可以将此大索引划分为年度，月度或每日块。因此，通常会更频繁地使用最新的，并且您可以更好地缓存操作系统，减少内存使用等。

Answer 2

请注意我的个人经历。

我们还制作了一个多租户应用，我们选择每个租户拥有一个索引（一个目录）。 原因是使每个租户的备份/隔离更加容易。

表现很好，但我确信柿子是正确的：有几个小指数不如一个小指数有效。但是你需要进行测试才能了解它的含义。