在索引中清除已删除文档的Solr / Lucene流程是什么？

Question

当您在索引中获得一些已删除的文档（在通过查询删除之后）时，清除索引的过程是什么？

我问这个问题，因为我正在研究一个基于solr的项目，我注意到了一个奇怪的行为，我想有一些关于它的信息。

我的系统有这些功能：

• 我的文档被连续编入索引（每秒1000个点）

• 使用此查询每隔几秒进行一次清除：

  <delete><query>timestamp_utc:[ * TO NOW-10MINUTES ]</query></delete>
  

因此，我的索引中每次都可以看到600000个文档： 10分钟* 60 = 600秒 和速度= 1000docs / s所以600 * 1000 = 600000

但是我的索引的大小随着时间而增加。而且我知道当你通过查询进行删除时，文档会受到“删除”标签或索引中类似的标签的影响。

我已经看过并尝试了“expungeDeletes = true”这个属性，但我没有注意到我的索引大小发生了很大的变化。

有关索引清除过程的任何信息都将受到赞赏。

感谢。

修改

我知道优化可以完成这项工作，但这是一个很长的操作，我想避免这种情况。

Answer 1

您可以每10分钟创建一个新的集合/核心，切换到它（加上前一个）并删除最旧的集合/核心（超过10分钟）。