Lucene中多值字段的性能问题

Question

我们正在使用Lucene 4.7构建和查询相当大的数据集（110多个百万文档）。

我们用于刻面的document字段之一定义如下：

<field name="topic_paths"
       type="string"
       indexed="false"
       stored="false"
       docValues="true"
       multiValued="true"
       termVectors="false"
       termPositions="false"
       termOffsets="false"/>

每当我们在查询中包含此字段时，它们就会变得非常缓慢：搜索中包含的每个topic_path值大约需要7秒，因此四个topic_path值大约需要30秒（在我们的示例中为典型值）。

不使用该字段的查询非常快（15毫秒）。

我们应该期望Lucene具有用于多面值的多值字段的性能吗？ 我们的字段定义有什么错误或不理想吗？ 我们可以使用一些技巧来加快搜索速度吗？

细节：

• 硬件：Xen VM，2.5 GHz时的8核Xeon CPU E5-2670 v2、64 GB RAM
• 操作系统：Windows Server 2012 Standard
• JVM：以-Xmx8000m开头（Lucene使用了其中的45％）
• Lucene查询是单线程的

Answer 1

阅读本文， http：//wiki.apache.org/solr/SchemaXml#Fields

您需要为您的字段“索引”以将其包括在搜索/方面中，否则Solr将毫无例外地跳过此字段