SOLR - 根据索引大小删除文档

Question

每当索引占据总磁盘空间的10％以上时，我想清除SOLR索引。清除应导致删除最旧的文档，这将使索引空间小于总空间的10％。我怎样才能找到这些最古老的文件？

我想找到单个文档的大小，并以此为基础来确定要删除的文档数量（按日期排序asc和rows = N）。还有其他方法吗？感谢。

Answer 1

在索引文档时，可以启用时间戳字段，该字段将记录将文档添加到索引的日期和时间。然后，您可以查询时间戳字段以确定最旧的文档。以下是一个过去包含在Solr示例schema.xml中的示例，但在更新版本中已被删除。

 <!-- Uncommenting the following will create a "timestamp" field using
    a default value of "NOW" to indicate when each document was indexed.
 -->
 <!--
  <field name="timestamp" type="date" indexed="true" stored="true" default="NOW" multiValued="false"/>
 -->

您确定文档平均大小的策略，并根据该文档删除一组有效的选项。

Answer 2

我想你可以试试这个：

1. 使用（averageDocSize = indexSize / totalDocuments）获取平均文档大小。
2. 计算10％的尺寸（sizeToDelete = indexSize * 0.1）。
3. 计算要删除的文件数（n = sizeToDelete / averageDocSize）。
4. 使用您之前的查询获取最早的n个文档。
5. 删除文件

Index size Total number of documents