我陷入了一个相当棘手的问题。我正在我的网站上实现一项功能，其中，一个人获得符合特定标准的所有结果。匹配标准可以是任何东西。但是，为简单起见，我们将匹配条件称为“年龄”。这意味着，该功能将返回所有学生姓名，数据库（数十万）与年龄与所提供参数“最”匹配的学生返回顶部。
我的方法：
1-我有一个Solr服务器。由于我需要以分页方式实现这一点，因此我需要多次查询Solr（因为我的solr页面大小为10）才能实时找到“近绝对”匹配的学生。这在计算上是非常密集的。这个问题可以归结为从Solr中有效地获取大量的元组
2-我尝试批量处理它（并将solr页面大小增加到100）。当有人使用我的功能时，收到的数据不保证是实时的。此外，为了使其最佳，我需要有数据学习算法，以找出所有用户“最有可能”今天使用我的功能。然后我将优先批处理它们。请记住，用户数量太高，我无法每天为“所有”用户运行此批次。
一方面我想要实时显示结果，我必须在性能上妥协（多次击中Solr，因此稍微不可行），而另一方面，如果我做批处理，我的结果集将不是实时的处理，加上我不能每天都为所有用户做这件事。
有人可以纠正我看似错误的方法吗？
Solr索引是在MySQL db内容上完成的。
答案 0 :(得分：1)
据我了解，您的用户对100K结果不感兴趣。他们只想要前10名（或前100名或类似的低数字）结果，其中人的年龄最接近您提供的数字。
这听起来像Solr函数查询的情况：https://cwiki.apache.org/confluence/display/solr/Function+Queries。对于年龄示例，这将类似于sort=abs(sub(37, age)) desc, score desc，它将返回年龄最接近37岁的人，并在关系情况下按分数排列优先次序。
答案 1 :(得分：0)
我认为你需要的是使用solr游标，它可以让你通过大型结果集有效地分页Solr cursors or deep paging