使用 solr 时更新所有记录或重新索引是否更好？

Question

我正在使用 solr 搜索引擎。我最初定义了一个模式，并使用 DIH 将数据从 SQL db 导入到 solr。我在 sql db 中有一个新列，并且使用以前的一些列填充了该列。现在，我必须将这个新列索引到 solr。

我的问题是：我是对所有记录执行更新还是从 solr 中删除所有记录并使用 DIH 再次重建索引？我问这个问题是因为我读过如果我们对任何文档执行更新，solr 首先删除索引，然后再次重建它。

Answer 1

与往常一样，关于速度的答案是“视情况而定”。但是重新索引通常更容易。它不需要将所有字段都存储在 Solr 中，而且无论如何您都必须支持它 - 所以它不需要任何额外的代码。

它还为索引提供了更多的灵活性，因为正如您所注意到的，如果您要进行部分更新，实际的实现是内部删除+添加（因为可能存在依赖于您的字段的字段'正在更改、更新处理器、跨集群分布等）——这需要存储所有字段。这可能会对索引大小产生巨大影响，而这可能不是必需的 - 特别是如果您将数据库中的所有内容用于所有其他用途。

因此，关于速度，您可能只需要尝试一下（文档大小、数据库速度、字段大小等都会影响每个案例的速度） - 但通常重新索引的速度是这不是最重要的部分。

Answer 2

如果您更新索引，请不要忘记事后对其进行优化（例如通过管理控制台）以删除所有已删除的文档。