如何在Solr / Elasticsearch / Sphinx中考虑搜索局部性？

Question

我的问题是搜索成千上万个用户的数据，例如邮箱。 几乎所有时间搜索都是通过用户ID过滤的。 如何考虑搜索的本地性？ 我正在尝试实现与每个用户都有专用索引的情况相当的性能。

分片不是一种选择，因为它将被使用（用户总数〜1M），并且我正在寻找在约4k用户的分片内使用的解决方案。

Answer 1

好吧，可以在带有属性的Sphinx中完成。 在大多数情况下，也可以通过将用户ID添加为假关键字来提高搜索效率*。 然后，可以在全文阶段过滤文档。 （也仍然保留该属性，以免通过构造一个仔细的查询以从其他用户返回结果来避免操纵结果的可能性）

• 例如，将_user1234添加为全文字段，然后添加到查询WHERE MATCH('example _user1234') AND user = 1234然后仅从该用户中查找文档。

Answer 2

一种可能的解决方案是将同一用户的文档分组在倒排索引块中。 假定反向索引块按文档ID排序，则只能通过将ID适当地分配给文档来完成这种分组。 同一用户的文档应具有单调ID。 可能会轻微违反此规则-不会显着损害性能。

实现。

索引排序刚刚成为Lucene 6.21中的一等公民

可以在elasticsearch 2.3中实现（请参阅此处 ）。 而且我认为以相同的方式在Solr中可以实现。

至于狮身人面像，我认为分配单调文档ID的相同技术应该起作用。

有关更多技术推理，请参阅上一个链接。