长时间查询的Solr查询响应时间慢

Question

我有一个单核[1]，不可复制的Solr索引，包含约4000万份文档。 每个文档都有两个字段，一个存储，另一个不存储。 我搜索非存储字段，存储的字段是我的结果。

该索引的响应时间约为8秒。 需要注意的是，我没有进行典型的全文查询。 每个查询包含数十个OR字词。 我希望这会很慢，但不会那么慢。

我注意到的一点是，Solr仅使用其JVM可用的7GB内存中的几百MB。 它不能在内存中保留很多索引。 这就引出我的问题：是否有一种方法可以配置solr，使其被迫在RAM中维护其索引的至少（或更多）？

[1]分片给我带来了一个问题。 相对分数在我的Solr应用中非常重要。 分片局部计分意味着我拥有的分片越多，得分就越不准确。

有关评论的更多信息：

这是我搜索的字段的字段类型定义：

<fieldType name="text" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
<charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
<charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
<charFilter class="solr.MappingCharFilterFactory" mapping="mapping-ISOLatin1Accent.txt"/>
<charFilter class="solr.MappingCharFilterFactory" mapping="mapping-FoldToASCII.txt"/>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

这是一个示例查询：

(Carberry J 2008 Toward a Unified Theory of High-Energy Metaphysics Silly String Theory Journal of Psychoceramics 5 11 1 3)

这将需要10秒钟左右的时间来响应，而具有较少OR术语的查询（例如（Carberry 2008））将在约100ms内返回。

Answer 1

我相信我已经找到并解决了我遇到的问题。

事实证明，由于我的许多文档都是由书目元数据组成的，因此它们在通常的英语停用词之上还包含一些非常常见的词。 这样的词包括“新闻”和“程序”。 此外，由于我的文档包含作者姓名，通常包括姓名缩写，因此许多文档都包含索引的单字母术语。 如果将其中任何一个作为查询词包括在内，则响应时间将增加一个数量级。

我的解决方案是简单地使用StopFilter和LengthFilter过滤掉这些通用术语，如下所示：

<filter class="solr.StopFilterFactory" words="stopwords.txt" ignoreCase="true"/>
<filter class="solr.LengthFilterFactory" min="2" max="100"/>