用例
我有可能有数百万份文件的索引。我想对这些文件的一部分（约25,000份文件）进行大约20,000次搜索。这些25'000个文档可能占用Solr中存储的大约100 MB（包括存储和索引文本字段）。
问题
随着索引文档数量的增加，查询的性能会下降很多。例如，运行20'000次搜索，在100'000文档索引上达到25,000个文档大约需要4分钟。在200'000文档索引上运行相同的搜索大约需要20分钟。
那么在用搜索命中它们之前，有没有办法在RAM中缓存这些25'000个文件？
更新
有些事情确实有所帮助：
减少返回的行数（几乎在所有情况下我都必须遍历返回的结果，并且在几乎所有情况下，不超过100个匹配结果，但我已将行设置为a非常大的值。减少行数会使性能提高2倍左右。这看起来有点直观。如果只有79个匹配并且我将返回的行数设置为100，那么它比79个匹配的情况下的表现更好并且我设置了行在第一种情况下，Solr已经返回找到的项目数并快速完成。为什么会出现性能差异？）
减少多线程（我添加了多个线程进行查询，因为在开发框中有更多资源可用。在资源受限的生产盒上，它减慢了速度。只使用一个或者两个线程让我的速度提高了2倍。）
有些事情没有真正帮助：
拆分字段查询（我已经在任何可能的地方使用了字段查询，但我将它们合并为每个查询{f}的一个fq。将它们拆分为fq=name:a AND type:b将它们单独缓存（参见Apache Solr documentation）并可以提高性能。但在这种情况下，它并没有产生太大的影响。
更改缓存设置在这种情况下，filterCache似乎最具潜力。但是，增加它或改变它的设置并没有太大的区别。
答案 0 :(得分：2)
推荐用于表现的一些事项：
尝试开发查询以限制结果集。大的结果集，特别是如果使用分组和分面将会破坏性能。现在200,000文档索引真的很小，所以你不应该有任何问题，但我想我在你扩展时会提到这个。