不计数的不同SOLR字段值

Question

我的问题与this question非常相似 差异，我需要最少的RAM密集方式来收集有关不同值的信息。在这种情况下，我不关心实际计数，我只想知道该字段的可能值 我经常耗尽堆空间（3000万个文档）并且必须有一些方法/参数以节省内存的方式执行此操作

Answer 1

如果不同值的数量很高，您可能需要进行构面分页。使用facet.offset和facet.limit参数。

Answer 2

使用StatsComponenet检索特定字段的不同值列表： https://cwiki.apache.org/confluence/display/solr/The+Stats+Component

参数stats.calcdistinct：

  

如果为true，将计算不同的值并返回为＆＃34; countDistinct＆＃34;和＆＃34; distinctValues＆＃34;在回应中。对于某些字段，此计算可能很昂贵，因此默认情况下为false。如果您只想为特定字段返回不同的值，您还可以指定f..stats.calcdistinct，替换为您的字段名称，以将不同的值计算限制为必需的字段。

为了减少负载，尽可能少地检索它并缓存结果，并且只在数据发生变化时再次检索。

如果您的索引一般很慢，您可能需要查看缓存配置和/或为SOLR提供更多RAM（如果您有方法）。

最初在这里回答（由我）：

https://stackoverflow.com/a/26714447/621690

Answer 3

我不知道有关RAM的用法，但您可能想尝试Field collapsing您会找到Solr here的补丁。