我们的项目使用 Solr 4.8。
一位同事在同一实例中创建了 2 个内核来索引来自同一来源的 80GB 文档 XML。他说一个核心最多可以包含 50GB 的索引数据，所以我们将 80GB 拆分为 2 个核心。这些核心具有相同的配置文件和架构。 对于索引，他将奇数文档放在第一个核心中，将偶数文档放在第二个核心中。 对于搜索，他使用 SolrJ API 之一来查询来自每个核心的所有文档。
由于我们只有一台服务器，因此项目没有申请分发和复制。
我的问题：这个架构是 Solr 多核的正确用例吗？有人有什么建议吗？
【问题讨论】：
您应该创建 solrcloud，它会自动在分片之间分配数据，而不是存储两个索引并手动管理在不同核心上的文档存储。它还允许您将数据分布在多台机器上。
它也会让你的性能更好，查询会更容易，你也可以添加多个集合（具有不同的架构）。
【讨论】：
您应该使用具有 2 个分片的集合的 Solr Cloud。看看https://cwiki.apache.org/confluence/display/solr/SolrCloud
【讨论】：
通常创建核心以区分不同集合实体格式的应用程序数据。 将核心数据从较低版本迁移到较高版本通常会变得有用。你可以在 solr 中有很多内核。假设您从两个不同的来源收集数据，例如一个来自 X 来源，另一个来自 Y 来源，我们通常会将它们存储在 2 个单独的核心中。
在您的情况下，最好在同一组数据集上使用 2 个内核，因为内存限制很大。通常一个内核可以容纳大量的内存。在我看来，这只是你的资源能力的问题（RAM 和 HDD 等硬件配置）
【讨论】：