在Solr中更新易失性数据有哪些策略？

Question

在Solr中更新易失数据的策略是什么？想象一下，如果您需要在Solr索引中对YouTube视频数据进行建模：如何在不更新Solr的情况下保持“视图”数据的新鲜度？

我认为将“视图”数据存储在更好处理快速更新的不同数据存储（类似MongoDB或Redis）中将是最好的主意。

但是，使用该数据定期更新索引的最佳方法是什么？在这种情况下，delta-import会有意义吗？在运行查询的性能方面，delta-import对Solr做了什么？

Answer 1

首先，您需要定义“新鲜”。

“新鲜”1毫秒？如果是这样，当值（呈现的html）到达浏览器时，由于网络延迟，它不再是新鲜的。这真的很重要吗？对于绝大多数情况，不需要，不需要真正的实时结果。

更常见的限制是1秒。在这种情况下，Solr可以使用RankingAlgorithm（插件）或soft commits处理（目前仅在Solr 4.0中继线中提供）。

“Delta-import”是来自DataImportHandler的术语，它没有太多内在含义。从Solr服务器的角度来看，只有文档添加，它们来自何处或者一组文档是否代表“整个”数据集无关紧要。

如果你想让一个项目在其创建/修改的1s内被索引，那么就这样做，在创建/修改之后将它添加到Solr（例如在DAL中使用钩子）。这应该是异步完成的，并使用RA或软提交。

Answer 2

您可能对Solr的主干上现在可用的所谓“近实时搜索”或NRT感兴趣，该主干旨在解决此问题。有关详细信息和链接，请参阅http://wiki.apache.org/solr/NearRealtimeSearch。

Answer 3

使用外部文件字段怎么样？
这有助于您将索引之外的数据保存在单独的文件中，您可以定期刷新，而无需对索引进行任何更改。

对于诸如下载，视图，排名等快速变化数据的数据，这可能是一个不错的选择 更多信息@ http://lucene.apache.org/solr/api/org/apache/solr/schema/ExternalFileField.html

这有一些限制，因此您需要根据需要进行检查。