是否可以在亚秒级时间内切换到 Solr 新索引？

Is it possible to cutover to a Solr new index in sub-second time?

我一直在想的事情。假设我有一个 solr 实现，它有一个非常大的索引，并且由于每天导入新数据，索引必须每晚重建。可以有一个作业将新数据索引到 "off-line" 的索引中，然后在完全索引后切换到新索引吗？这实际上意味着我的搜索索引只会被搜索而不会实时更新——只有在新索引被切换时才会被实时更新。

提前感谢 any/all 的回复。 -- 毫克

在这种情况下，您需要创建两个核心。

  • SearchCore - 用于搜索
  • IndexingCore - 用于索引

在 IndexingCore 中成功完成索引时。您需要 swap IndexingCore 与 SearchCore.

http://localhost:8983/solr/admin/cores?action=SWAP&core=IndexingCore&other=SearchCore

此后 SearchCore 将指向 IndexingCore 数据目录，反之亦然。然后你可以卸载 IndexingCore 使其不消耗内存。

http://localhost:8983/solr/admin/cores?action=UNLOAD&core=IndexingCore

我会用 Aliases 来解决这个问题（假设您使用的是 Solrcloud）：

  1. 说你的 collection 叫做 'current'
  2. 您创建了一个指向 'current'
    3. 的别名 a_current
  3. 您的客户端代码不会调用 'current' collection 本身，而只是调用 'a_current'
  4. 只要你需要，你就可以用新数据创建一个新的 collection，比如 current_2
  5. 在一次操作中，无需停机，使用与之前相同的 CREATEALIAS 命令，将 a_current 指向 current_2

如果您不是在谈论同一集群或 solr 服务器上的核心或集合，请不要使用 Solr 来分发请求（这需要您保持专用的 Solr 服务器在线才能将其用作分片端点而不做任何有用的事情）。

使用常规 HTTP 负载平衡器并将其指向活动的 Solr 服务器。在将负载切换到它之前，请务必在您的 Solr 服务器上使用新索引使用适当的预热查询（以避免服务器刚上线时的缓慢查询）。负载均衡器也可以向两个节点发送查询（但只有 return 来自主服务器的响应），让您动态预热新服务器，同时仍然服务于旧服务器的请求。

让我们看看两种主要可能的情况：

单个 Solr 实例

  1. 您创建了 2 个核心：A、B
  2. 在线
  3. re-index乙（离线）
  4. 准备好后交换 [1]

/solr/admin/cores?action=SWAP&core=A&other=B

N.B。您搜索客户端将始终指向 A

SolrCloud 架构

  1. 你创建了 2 collections : A, B
  2. 您为 A [2] 分配了一个别名:

/admin/collections?action=CREATEALIAS&name=online_search&collections=A N.B。您的搜索客户端将访问 'online_search' 个端点。

  1. 你re-indexcollectionB
  2. 准备好后，您将别名分配给 B[2]

/admin/collections?action=CREATEALIAS&name=online_search&collections=B 5.现在collectionA离线

[1] https://cwiki.apache.org/confluence/display/solr/CoreAdmin+API#CoreAdminAPI-SWAP

[2] https://cwiki.apache.org/confluence/display/solr/Collections+API#CollectionsAPI-CREATEALIAS:CreateorModifyanAliasforaCollection