我在schema.xml中有大约50M文档，90个（存储（20）+非存储（70））字段，索引在单核中。查询非常复杂，还有分面和突出显示。在这90个字段中，有3-4个字段（全部存储），这些字段经常上传。现在，更新这些字段通常需要再次填充所有字段，这是繁重的任务。如果我使用原子/部分更新，我们必须再次更新非存储字段。
我们的解决方案： 为了克服上述问题，我们决定使用SolrCloud和Join查询。我们将索引拆分为两个单独的索引/集合，即一个用于存储字段，一个用于非存储字段。 b / w关系文件是doc的id。我们将经常更新的字段保存在存储索引中。通过这样做，我们能够利用原子更新。另外，为了克服云中连接查询的限制，我们将其分解为＆amp;在所有节点上复制存储的字段，但是未存储的字段没有分片，而是在所有节点上复制。我们有一个5节点集群，另外还有3个zookeeper实例。考虑到文档的数量，唯一关注的领域是连接查询最终会降低搜索性能吗？如果是这样，我还可以考虑其他选择。
答案 0 :(得分：1)
考虑加入使Solr更像是一个关系数据库。我在Lucidworks团队Solr and Joins找到了一篇关于此的文章。即使他们说如果你的解决方案包括使用Join，那么这意味着你需要重新考虑这一点。
我想我有一个解决方案给你们。首先，忘记两个集合。您创建一个集合，并且每个文档都有两个Solr文档。现在，一个文档将具有存储的字段，另一个文档将具有非存储的字段。在更新时，您将更新已存储字段的文档，并对另一个文档执行与搜索相关的操作。
现在您需要做的就是在查询时需要将两个文档合并到一个文档中，这可以通过在Solr上编写服务层来完成。