问题标签 [solrcloud]

给定一个查询和一个术语，我如何计算该术语在查询中每个文档中的平均位置并返回它？我正在寻找最快（性能方面）的解决方案并愿意扩展 solr 功能。

之后，我需要计算一个词在查询中所有文档中的平均位置。有了这个，我不需要将文档主题级别返回给客户 - 只是平均术语位置。

谢谢萨尔

solr我试图在使用apache tomcat 7on时进行多核设置windows 8。solr 主页打开，但没有出现核心。我检查了日志记录部分，出现以下错误：

这是我尝试添加 collection1（默认核心）时的堆栈跟踪：

我已经在 stackoverflow 中提到了Tomcat SOLR 多核设置，但没有帮助。另外，浏览了帖子中给出的博客链接，但又没用了。

堆栈跟踪如下：

这是我的 Solr.xml

更新的问题： solrconfig.xml

我正在从传统的主从模型过渡到 SolrCloud。我正在使用 Solr 4.4 并设置了 2 个分片，每个分片有 1 个副本。我有 3 个动物园管理员合奏。所有节点都在 AWS EC2 实例上运行。分片位于 m1.xlarge 上并共享一个 zookeeper 实例（安装在单独的卷上）。为每个 solr 实例分配 6 GB 内存。

我在索引中有大约 1000 万个文档。使用之前的独立模型，查询平均约为 100 毫秒。到目前为止，SolrCloud 的查询响应非常糟糕。查询响应时间超过1000ms，经常达到2000ms。由于额外的服务器、网络延迟等，我预计会出现一些激增，但这种差异确实令人困惑。两种情况下的硬件都是相似的，除了几个 SolrCloud 节点也共享 zookeeper。m1x.large I/O 很高，因此也不应该成为瓶颈。

与旧设置的另一个区别是我正在使用新的 CloudSolrServer 类，该类具有 3 个 zookeeper 参考用于负载平衡。但我不认为它有任何重大影响，因为从 Solr 管理查询面板执行的查询证实了缓慢。

以下是我的一些配置设置：

提交频率

布尔子句：

查询监听器：

请求处理程序：

我注意到的一件事是 queryresultcache 命中率非常低，不确定我们的查询是否总是那么独特。我正在使用 edismax 并且有一个 recip(ms(NOW,PublishDate),3.16e-11,1,1)^2.0 ，这可以贡献吗？

很抱歉这篇长文，但我正在努力解决这个问题，特别是当查询在具有类似硬件和网络的主从环境中运行良好时。

任何指针将不胜感激。

• 谢谢

我使用 solrj 作为客户端将文档索引到 solr 云中（使用 solr4.5）

我需要根据tenant_id 保存文档，所以我正在尝试进行文档路由。仅当使用numShards参数（http://searchhub.org/2013/06/13/solr-cloud-document-routing/）创建集合时才有可能

我在 solr 云中有两个 solr 实例（example1/solr 和 example2/solr）和在 2181 端口运行的 exrenal zookeeper。

这两个实例都包含名为collection1的集合

我又创建了一个名为newCollection的集合（有两个分片和两个副本），使用 http://localhost:8501/solr/admin/collectionsaction=CREATE&name=newCollection&numShards=2&replicationFactor=2&maxShardsPerNode=2&router.field=id

所以在example1/solr->我有newCollection_shard1_replica1 & newCollection_shard2_replica1，

在 example2/solr -> 我有 newCollection_shard1_replica2 & newCollection_shard2_replica2

我将 example1/solr/collection1/conf 复制到所有分片和副本

我重新启动了 zookeeper 服务器以及 solr 实例：

zookeeper->zkServer.cmd

example1/solr-> java -Dbootstrap_confdir=./solr/newCollection_shard1_replica1/conf -Dcollection.configName=myconf -DzkHost=localhost:2181 -jar start.jar

example2/solr->java -DzkHost=localhost:2181 -jar start.jar

（两个实例运行在不同的端口，一个在 8081，另一个在 8051）

我正在使用 solrj 客户端来索引文档

这是我的示例代码

但是它将文档保存在id shard1!513 的collection1中，solrconfig.xml 中是否需要进行任何配置更改（我使用的是 solr4.5 附带的默认 solrconfig.xml）

如何将文档保存在我的newCollection中？以及如何进行文档路由？

请帮我解决问题。

谢谢！

我对 solr 的搜索查询具有以下性质，

我想要实现的是，当我触发查询时，返回的结果应该能够用哪个部分或 OR 来标记结果。如果以上三个部分都适用，则结果应表明相同。我尝试了 group.query 功能，但它似乎不适用于 solr 云。

谢谢，

阿尤什

我需要一些帮助来决定在单个 Solr 实例中创建单个索引与在单个 Solr 实例中创建多个核心，每个核心服务一个索引。我的理解是，solr 中的单个索引通常用于索引一种类型的文档。当您拥有不同的文档类型时，最佳做法是什么？例如，如果您想索引发票交易的详细信息，您可以创建一个包含发票交易文档字段的模式，如下所示；

• 发票日期
• 截止日期
• 发票总结
• 帐单联系人
• invoiceLineItems
• 笔记

假设您还想索引产品的详细信息，您是否会创建一个具有如下架构的新文档类型；

• 产品代码
• 产品描述
• 售价
• 购买价格
• 手上
• 平均成本
• 笔记

并在 Solr 中创建一个新核心来索引产品文档？或者您会将交易和产品合并到一个模式中，如下所示；

• 发票日期
• 截止日期
• 发票总结
• 帐单联系人
• invoiceLineItems
• 产品代码
• 产品描述
• 售价
• 购买价格
• 手上
• 平均成本
• 笔记

并且只有一个核心索引上述文档，而不是有一个“发票”核心和一个“产品”核心索引两个不同的文档？

我想当字段相似时，像Solr wiki中建议的那样拥有一个单一的平面索引是有意义的，但是在上面这样的示例中，数据甚至没有远程相关，因为它们是独立的实体。我见过人们建议添加一个额外的字段来区分不同实体的情况，例如表名字段或类似字段，并根据表名字段过滤查询，我猜这是可行的。我不确定当您有如下用例时，它的可扩展性有多大；

“在发票中搜索关键字“John”，要搜索的字段是“billingContact”、“invoiceSummary”、“notes”。在查询时提升“billingContact”字段。同时搜索产品“John”，要搜索的字段是“ productDescription'、'supplier'、'notes'。在查询时提升 'supplier'。仅返回 100 个发票和 100 个产品。

我正在处理的应用程序需要从一个表单中搜索发票和产品。应用程序中没有不同的部分可以搜索不同的内容。

我担心将所有内容都放在一个索引中；

1）索引规模大如：5000万张发票+5000万单索引产品

2) 重新索引该大小的索引。

3）索引调整：调整/调整每个单独的索引以服务于特定的预期搜索结果会更容易吗？而不是尝试在单个索引中做到这一点？

4) 我们决定将来也将计费联系方式编入索引。这将添加更多要索引的字段，并有助于我在第 1 点和第 2 点中的担忧。

在从主服务器复制到从服务器期间，我们不断收到此异常。我们的索引大小是 9.7 G，我们正在尝试从头开始复制一个从站。

2013 年 10 月 30 日 18:22:16,996 [explicit-fetchindex-cmd] 错误 ReplicationHandler - SnapPull 失败：org.apache.solr.common.SolrException：无法完全下载 _41c_Lucene41_0.doc。在 org.apache.solr.handler.SnapPuller$DirectoryFileFetcher.fetchFile(SnapPuller.java:1146) 在 org.apache.solr.handler.SnapPuller$DirectoryFileFetcher.fetchFile(SnapPuller.java:1146) 下载 0!=107464871。 org.apache.solr.handler.SnapPuller.fetchLatestIndex(SnapPuller.java:405) 的 org.apache.solr.handler.ReplicationHandler.doFetch(ReplicationHandler. java:319) 在 org.apache.solr.handler.ReplicationHandler$1.run(ReplicationHandler.java:220)

我在一些线程中读到 solr 4.1 中有一个相关的错误，但我们正在使用 solr 4.3 并尝试使用 4.5.1。有时DirectoryFileFetcher 无法下载文件，文件下载到大小为零的salve。

这是主设置：

和从站设置：

我正在编写一个自定义 Solr 组件，它使用CloudSolrServer实例对分布式索引执行辅助查询。我solrconfig.xml以通常的方式从配置中获取 Zookeeper url 和集合名称：

我想从我的solrconfig.xml文件中删除 Zookeeper url 条目和集合名称条目。是否可以从其他地方获取这些值？我正在运行我的组件的同一个集合上执行辅助查询。如何从组件代码中获取我的集合名称及其 Zookeeper url？

我已将 solr-4.5.0 配置为与 tomcat7 和 zookeeper 3.3.5 一起使用（来自 debian 包）根据许多教程，我创建了以下Catalina/localhost/solr.xml文件

我已经在 2 台机器上配置了 solr 以在云中工作（使用 zookeeper 来保持配置）。在两台机器上，启动tomcat7时，我看到以下错误catalina.out：

有趣的是，在该文件的开头，我看到：

当然我想在 JNDI 中配置 solr/home，而不是在 solr.war 中。知道可能出了什么问题吗？

PS：这个问题不是这样的问题的重复： How to set solr/home in linux OS? 这： 在Tomcat中部署战争 不同之处在于我正在定义solr / home，但它似乎不起作用。

最近，我使用 Windows/Tomcat/Solr 实现（Solr 版本 4.4）打开了 zookeeper，并使用-DzkRunand-Dbootsrap_confdir选项让它运行良好。

了解这也会启动 zookeeper 并告诉它从 confdir 参数加载配置；但是，因为我只能将配置指向其中一个核心，所以两个核心都使用相同的架构。

我shareschema在文件中找到了一个选项solr.xml并将其设置为 false，但单个架构似乎仍然只为两个内核加载。

还检查了 Solr 下一版本的发行说明，没有看到任何解决此问题的内容。

Tomcat 的多个实例可能是解决此问题的一种方法，但似乎应该有一种方法可以使用 zookeeper 选项提供多个模式。