我有数以百万计的法院意见，我想索引。在我们的关系数据库中，每个意见平均引用了大约30个其他意见，使用自联接来表示A引用B，B引用C等。在数据库中，可以在任一方向查询这些意见。所以你可以说：
这种观点引用了哪些观点？
或者：
这个引用了哪些意见？
两者的平均数是相同的，因为一个与另一个相反。但范围差异很大。在第一种情况下，大多数意见对其他意见的引用率大约为100，平均值为30左右。
在第二种情况下，some opinions have nearly 30,000 inbound citations，因为他们被引用了很多次。 （而且这个数字一天都在增长！）
我需要做的是索引项目，以便可以通过以下方式查询它们：
cited_by:23
（大约30个结果，通常，最多100个左右。）
或者：
cites:23
（0到约30,000个结果）
我非常确定我需要为此使用多值字段。但我的问题是：
我只想从cites方向对此进行索引。也就是说，我不想从我的数据库中提取30k项目来索引单个项目，并且我不希望每次重新引用该项目时都要更新该项目，这种情况很多每日一次。
我希望能够向两个方向查询。事实上，能够查询cited_by比查询cites更有用，因为要获取最近引用的列表 < / strong>意见非常不可思议。
在Solr中进行自我加入时是否有任何技巧？我想它甚至都不知道这个概念？
答案 0 :(得分：1)
Solr并不适合加入（正如你所提到的），但是有其他方法可以解决这样的问题。虽然拉动30k行来索引单个项目可能非常广泛，但您可以在引用到达时使用Atomic Updates support to add single values to multi-valued fields。话虽如此 - 多值字段中的30k值更大，因此您只需测试以查看可能出现的任何性能问题（因为索引的其余部分也会影响该值）。
另一种策略是拥有一个集合，其中每个“文档”都是[引用，引用，日期]集合。然后，您可以单独查询此集合以获取引用/引用不同意见的任何引用，并查询主要内核以获取实际引用。
只要集合存在于同一服务器上，您就可以在核心之间加入 - 如果您只需要其中一个核心的值（意味着Solr返回的所有值必须存在于同一个核心中，Solr不会执行从连接两侧获取值的连接。）