Solr应用指南

thinkhk

　　关于如何提高Solr的性能问题，可以参见Solr的官方指南：http://wiki.apache.org/solr/SolrPerformanceFactors，对于Lucene的性能问题，可以参考Lucene的官方指南：http://wiki.apache.org/lucene-java/BasicsOfPerformance。以下是本人在Solr应用中的一些小小的经验。
　　
　　1.关于系统平台的选择。本人建议部署在linux系统下，JRE和Tomcat最好采用最新版本，linux也要参考网上的一些资料，对其进行优化。根据实际软硬件，优化tomcat和jvm参数，tomcat采用nio connector。
　　
　　2. 建议最好采用复制模式。采用复制模式，读写分离，可以同时保证Solr的检索查询和创建索引都具有比较高的性能。复制条件可以根据需求选择commit和optimize触发复制。对于实时要求不高，可以考虑选择optimize后复制。对于作为master，一定要根据索引提交的频度，设置maxWarmingSearchers。

　　3.推荐使用Solr的javabin协议，以达到的更好性能，据我了解，在.net客户端中，只有本人开发的EasyNet.Solr（http://easynet.codeplex.com）支持，并且简单，容易维护和扩展。
　　
　　4.对于索引更新，当原始数据比较小时，可以用定时任务去更新，一般几万条数据，包括读取数据、提交索引、优化索引，不会超过5分钟。对于大数据量的数据，可以分布式索引。对于实时性要求比较高可以通过队列服务进行处理更新。
　　
　　5.本人建议不要轻易对Solr的查询解析器进行改动，最好根据需求和实际情况，放在前端处理。比如对于帮助中心，可能对于查询有些要求：需要分词、需要标题符合条件的标题优先显示等等，对于这种情况，可以做一个前端统一服务进行处理，对于用户输入词进行分词，一般是用户输入词的权重最高，然后重新构建查询，给标题也加上权重，这样检索基本就符合要求了。
　　
　　6.建议开启Solr的Http Cache。我个人习惯用304，这样当索引没有变动时，直接读取缓存里面的数据。
　　
　　7.不建议Solr直接用于外网服务，我会创建一个统一的检索服务层，用于服务的预处理及一些比较的逻辑处理，比如：身份验证、服务路由、分词预处理、检索调用日志、对于返回数据的复合处理等等。

　　
　　8.前期对于schema的定义一定要形成规范，比如我喜欢尽可能和数据库字段名称保持一直，这样在查找问题时也很容易。需要高亮、Facet查询、前台显示需求的字段需要设置stored=true，对于需要检索要设置indexed=true。尽可能不要过多把字段设置stored=true，当数据量比较大的时候，还是比较影响性能的。