SOLR中的“文檔”和“核心”是什么意思？ 我該如何使用它們？

Question

基於關系數據庫的類比，我想知道Solr如何適應。 根據我到目前為止的了解，Solr中的“文檔”類似於sql中的“行”（如果我的sql表有100行，則需要在solr中插入100個文檔），“核心”類似於“表”（或數據庫？！？）。

問題是：如果我有兩組不相關的信息，那么假設一個帶有汽車信息（ID，名稱，系列，顏色，描述）的表和一個帶有用戶信息（ID，名稱，地址，年齡，性別）的表，其中我要在Solr中插入這些東西嗎？ 我建立了2個核心（core_car，core_user），並使用來自coresponding表中的文檔填充了每個核心？ 或者我做1個核心（core_general），然后從兩個表中插入所有文檔（以某種方式分隔，我不知道該如何分隔）。

在第一種情況下，有2個核心，我感覺就像我在創建2個數據庫，每個數據庫有1個表（過度殺傷力）。 在第二個中，我感覺就像我正在創建一張表，將所有不相關的字段混在一起（如果存在某種形式的分離，則不會是這種情況-我目前還不知道）。

請確認或不接受我的假設。 先感謝您。

Answer 1

發布問題之前您曾探索過的很棒。 這是我的意見。

Solr文檔 ：也許更合適的感知此概念的方法是根據結果進行思考。 執行搜索查詢后，每個Solr文檔僅是結果集中的一個結果條目。

如果您要索引Wikipedia，則每篇文章都將是一個Solr文檔。 當您搜索“排序算法”時，您希望看到的結果是“氣泡排序”，“合並排序”等。它們每個都是文章，Solr文檔以及結果集中的結果。

如果您想將其與rdbms概念聯系起來，我想說的是，每個搜索結果（即Solr文檔）都可以是sql查詢結果集中的一行。 該行可以是單個表中的一行，也可以是JOINed表中的一行。

Solr Core只是一個lucene索引的包裝。 每個Solr Web應用程序都可以運行多個Solr Core。

加快理解速度的最佳方法是避免將Solr中的概念與RDBMS相關聯。

探索Solr提供的RDMBS無法 （有效地）提供的功能

這是另一個可能對您有幫助的鏈接： Solr術語

您的用例

Solr / Lucene的美在於靈活的模式，或者我不會說任何模式。 每個文檔可以具有與先前索引的文檔完全不同的字段和屬性。

只要可以完全伸縮 ，就可以在相同的lucene索引中使用不同類型的文檔（汽車，人等）（在您的情況下為Solr Core）。

例如，如果您有5億輛汽車和30億人的汽車條目，則將它們分別編入索引是很有意義的。 如果您擁有100萬人員和50萬輛汽車，則可以將它們全部填充到包含實體類型的標識符字段的同一索引中。

您的問題是非常主觀的。 並不是每個人都會同意我所說的。 一個核心或多個核心之間的決定取決於更多因素。

例如，

1. 這兩個實體（人和汽車）是否相互補充以充當邏輯塊以支持產品功能？
2. 在任何情況下，您都必須同時獲得兩種類型的查詢結果。
3. 您更新實體類型的頻率。 （Solr中沒有更新選項。只能刪除並重新添加。）
4. 它們屬於不同的產品功能嗎？
5. 他們是由不同的團隊等擁有嗎？