在lucene中创建索引分区的策略

Question

在lucene中加快搜索的最佳索引分区策略是什么？

更少的索引分区是否更好，并且导致搜索速度比许多索引分区更快？

Answer 1

首先，我认为强调分区和分片之间的区别非常重要。

据我了解，Lucene中的分区意味着您有多个索引（单独的IndexReader s / IndexWriter s / Directory个实例）在同一个JVM下运行。

Sharding 意味着上面提到的所有内容 plus 单独的JVM（如果你是磁盘绑定的话，将索引放在不同的磁盘上也是有意义的。）

无论如何，对此没有简单的答案，但这些是一些一般性的观点：

<强>赞成：

• 更快的索引（可以并行完成） - 分片和分区
• 更快的搜索（查询计算可以并行完成） - 用于分片和分区
• 较小的索引通常意味着较少的GC开销和更高的可预测性 - 仅分片
• 较小的索引会增加操作系统缓存中数据拟合的几率 - 仅限分片

更多积分here。

<强>缺点：

• 增加了复杂性 - 两者
• 增加了维护费用 - 仅限分片
• 我不认为{/ 3}}可以跨分片

上面说过，如果你在努力提高性能或计划未来大量的数据涌入，我只推荐分片。如果数据在逻辑上是分开的，那么分区通常是一个好主意;你可以用它作为分片的第一步（如果你这么做的话）。