lucene/solr注意点

dew

影响搜索速度的原因很多，最终要因地制宜。

大致方向上，用下面的方式可以提高lucene搜索速度
1、内存索引，可以实时。
2、使用较小的mergeFactor，保持较少的文件，加快搜索速度
3、增大区间搜索的precisionStep，这会增大索引体积，但是减少了区间内记录的遍历。在solr中 filterquery，如果很多的fq参数一样，那么最好开缓存。否则就关闭
4、使用较少的关键字查询条件，比如把title和keyword，放在一个字段中索引起来，然后用着一个字段来查询。这减小了不同域的词典。？
5、减少搜索条件
6、减小搜索条件的结果集合，比如有的时间搜索，如果是全部时间，就不要传这个参数了，因为这样要解析这个时间，还要搜索出结果集，与其他条件的结果集做操作。如果这个搜索条件的结果集占了全部数据的一大半，甚至全部，那么是很不明智的。特别是数据（比如xxx亿）很多的时候。
7、使用filter query，这可以使用缓存。

上面的都是从搜索的角度看，其实索引时候的数据结构也是很重要的。
比如对“山东省大范围降雪”分词的时候，山东省可以分为“山东”、“省”或者分成一个词“山东省”
虽然在搜索的时候，可以用phrasequery，使得这两种分词的结果一样。但是在索引分词的时候，这两种分词差别是很大的：
在倒排索引中，很可能存在这种情况，“山东省”对应着10W条记录，而“山东”对应着12W条记录，“省”对应着1000W条记录。
而在搜索的时候，如果分词“山东省”，则只需要读入10W记录就可以。
而如果分词成“山东”“省”则需要读入12W+1000W记录，并且做并集。
所以这会慢一些。

solr中，如果使用solrcloud模式，可以用自动分片和定制分片两种方式。
在自动分片的时候，数据索引和搜索都需要通过solrcloud的通用的分片机制来完成，通用就意味着效率稍低。
所以当有更高的数据请求的时候，推荐使用定制分片，这样可以通过业务逻辑来大大的降低搜索和索引的时间。

来自：http://sling2007.blog.163.com/blog/static/84732713201393141153591/