使用solr时更新所有记录或重新索引是否更好？

Question

我正在使用solr搜索引擎。我最初定义了一个模式，并使用DIH将数据从SQL db导入到solr。我在sql db中有一个新列，并且使用以前的一些列填充了该值。现在，我必须将这个新列索引到solr中。

我的问题是：我是否对所有记录执行更新，还是使用DIH从solr删除所有记录并重建索引？我问这个问题，因为我已经读过如果我们对任何文档执行更新，solr首先删除索引然后再重建它。

Answer 1

关于速度的答案一如既往地“取决于”。但重新索引通常更容易。它不需要将所有字段存储在Solr中，而且无论如何它都是您必须支持的 - 因此它不需要任何其他代码。

它还为索引提供了更多的灵活性，因为正如您所说，如果您要进行部分更新，实际的实现是内部删除+添加（因为可能存在依赖于您的字段的字段） “更改，更新处理器，跨群集分发等” - 这需要存储所有字段。这可能会对索引大小产生巨大影响，这可能不是必需的 - 特别是如果您拥有数据库中的所有内容以用于所有其他用途。

因此，关于速度，您可能只需要尝试（文档大小，数据库速度，字段大小等将影响每个单例的情况） - 但通常重新索引的速度不是是最重要的部分。

Answer 2

如果您更新索引，请不要忘记事后对其进行优化（例如通过管理控制台）以删除所有已删除的文档。