Question

Solr在从旧的已删除或更新的文档进行分面时提供旧数据。

例如，我们正在对名称进行分区。我们的应用经常更改名称。当我们在更改名称后索引文档时，我们在搜索结果中获得旧名称和新名称。在深入研究之后，我知道Solr索引由段组成（一次写入），每个段包含一组文档。每当硬提交发生时，这些段将被关闭，即使文件被删除，它仍然会有那些文件（将被标记为已删除）。这些文件不会立即清除。它虽然不会显示在搜索结果中，但不知何故，faceting仍然能够访问这些数据。

优化解决了这个问题。但是，每次客户更改生产数据时，我们都无法执行此操作。我试过以下选项，这对我没用。

1）expungeDeletes。

在solrconfig.xml

中添加了以下这一行

<autoCommit>
  <maxTime>30000</maxTime>
  <openSearcher>false</openSearcher>
</autoCommit>

<!-- softAutoCommit is like autoCommit except it causes a
     'soft' commit which only ensures that changes are visible
     but does not ensure that data is synced to disk.  This is
     faster and more near-realtime friendly than a hard commit.
  -->

<autoSoftCommit>
  <maxTime>10000</maxTime>
</autoSoftCommit>

<commit waitSearcher="false" expungeDeletes="true"/>

2）使用TieredMergePolicyFactory可能无法帮助我，因为阈值可能无法始终达到，用户将在此期间看到旧数据。

3）另一种方法是调用每天在solrj中暴露一次的optimize（）方法。但不确定这会对性能产生什么影响。

我们为每台服务器编制索引的文档数量最多为2M-3M。

请建议是否有任何解决方案。

如果需要更多数据，请告诉我。

Solr仍会在删除文档

0 个答案: