Solr索引：重新索引策略与最佳实践详解概述在Solr配置发生某些类型的更改时，特别是模式更改时，需要重新索引数据。这些更改包括编辑字段或字段类型的属性、添加字段或复制字段规则、升级Solr以及更改某些系统配置属性。
重要的是要意识到，未能重新索引可能会对Solr或用户查找所需内容产生明显和微妙的后果。
在这种情况下，”重新索引”意味着首先删除现有索引，然后重复用于从记录系统中摄取整个语料库的过程。强烈建议Solr用户有一个一致、可重复的索引过程，以便在需要时重新创建索引。
重新索引的核心概念定义与重要性重新索引不是简单地重新摄取所有文档，而是确保所有文档和Lucene段都被删除后的完全重建过程。这是因为Lucene索引是一个为快速搜索而设计的有损抽象，一旦文档添加到索引中，就不能假定原始数据仍然可用。
Solr模式与Lucene索引的关系理解为什么需要重新索引的关键是了解Solr模...
Solr索引：部分文档更新与原子操作完整指南
Solr索引：部分文档更新与原子操作完整指南概述一旦在Solr索引中索引了需要的内容，就需要开始考虑处理文档变更的策略。Solr支持三种处理部分变更文档的方法。
第一种是原子更新（Atomic Updates），允许在不重新索引整个文档的情况下更改文档的一个或多个字段。
第二种是就地更新（In-Place Updates），类似于原子更新，但只能用于更新基于docValue的单值非索引和非存储数值字段。
第三种是乐观并发控制（Optimistic Concurrency），是许多NoSQL数据库的特性，允许基于版本有条件地更新文档。
原子更新、就地更新和乐观并发可以作为独立策略使用，也可以结合使用：您可以使用乐观并发有条件地应用原子更新。
原子更新Solr支持几种修饰符来原子更新文档的值。这允许仅更新特定字段，有助于在索引添加速度对应用程序至关重要的环境中加快索引过程。
要使用原子更...
Solr索引：嵌套文档索引与层级数据建模完整指南
Solr索引：嵌套文档索引与层级数据建模完整指南概述Solr支持索引嵌套文档，并提供高效的搜索和检索方法。嵌套文档可以用来绑定博客文章（父文档）与评论（子文档），或者将主要产品线建模为父文档，多种类型的子文档代表个别SKU（具有独特的尺寸/颜色）和支持文档。
顶级父文档及其所有子文档被称为”根”文档（或以前的”块文档”），这解释了相关功能的一些术语。
在查询时，块连接查询解析器可以搜索这些关系，[child]文档转换器可以将子文档（或其他”后代”文档）附加到结果文档。在性能方面，索引文档间的关系通常比等效的”查询时连接”产生更快的查询，因为关系已存储在索引中，无需计算。
核心概念文档层次结构
根文档（Root Document）：顶层父文档
父文档（Parent Document）：包含子文档的文档
子文档（Child Document）：嵌套在父文档中的文档
后代文档（D...
Solr索引：语言分析与文本处理机制详解
Solr索引：语言分析与文本处理机制详解概述本节包含与字符集转换相关的分词器和过滤器信息，以及用于特定语言的分词器和过滤器。
对于欧洲语言，分词相对简单。词元由空白和/或相对较小的一组标点符符分隔。
在其他语言中，分词规则通常不那么简单。一些欧洲语言也可能需要特殊的分词规则，如德语单词的分解规则。
有关索引时语言检测的信息，请参阅语言检测部分。
关键词标记过滤器（KeywordMarkerFilterFactory）关键词标记过滤器保护单词不被词干处理器修改。可以在模式中使用”protected”属性指定自定义的受保护单词列表。受保护单词列表中的任何单词都不会被Solr中的任何词干处理器修改。
配置示例使用名称方式：
1234567<fieldtype name="myfieldtype" class="solr.TextField&qu...
Solr索引：更新处理器与索引机制完整指南
Solr索引：更新处理器与索引机制完整指南概述更新处理器（Update Handlers）是专门用于向索引添加、删除和更新文档的请求处理器。除了支持导入富文档的插件外，Solr原生支持XML、CSV和JSON格式的结构化文档索引。
推荐使用基于路径的配置方式来设置请求处理器，这种方式将名称映射到请求URL中的路径。当然，如果请求分发器配置得当，也可以使用qt（查询类型）参数来指定请求处理器。
统一更新请求处理器Solr提供了一个统一的更新请求处理器，支持XML、CSV、JSON和JavaBin格式的更新请求。它会根据ContentStream的Content-Type自动委托给适当的ContentStreamLoader。
如果需要在文档加载后但在索引之前（甚至在模式检查之前）对文档进行预处理，Solr为更新请求处理器提供了文档预处理插件，称为更新请求处理器（Update Reque...
Solr部署：集群升级完整指南与最佳实践
概述本指南涵盖如何升级使用服务安装脚本安装的现有Solr集群。升级过程需要仔细规划和执行，以确保集群的稳定性和数据安全性。
重要提示：本页面概述的步骤假设您使用默认服务名称solr。如果您使用备用服务名称或Solr安装目录，下面提到的一些路径和命令需要相应修改。
关于IndexUpgraderTool：以前版本的参考指南提到了Lucene项目提供的IndexUpgraderTool，可用于离线升级Solr索引文件。有业务需求需要使用此工具的用户可以像以前一样使用，但在绝大多数升级工作流程中不需要。本文档假设未使用该工具。
升级规划在开始升级过程之前，您需要准备以下检查清单：
1. 版本兼容性检查查阅Solr升级说明，确定新版本Solr中的任何行为更改是否会影响您的安装。
关键检查项：
API变更和废弃功能
配置文件格式变化
Java版本要求变化
第三方插件兼容性
2. 备份策...
Solr部署：JVM参数优化配置指南
概述优化JVM可以是充分利用Solr安装的关键因素。虽然配置JVM是一个复杂的话题，完整讨论超出了本文档的范围，但幸运的是，大多数现代JVM都能够很好地使用默认设置充分利用可用资源。
以下章节包含一些在默认设置对您的情况不是最优时可能有用的提示。有关改善Solr性能的更多一般信息，请参阅Solr Wiki中的Solr性能因子。
内存堆设置选择最重要的JVM配置设置控制分配给JVM的堆：-Xms设置JVM内存堆的初始大小，-Xmx设置堆的最大大小。将这两个选项设置为相同值是一种常见做法。
堆大小确定原则堆大小至关重要，遗憾的是没有”一刀切”的解决方案，您必须使用您的数据和应用程序进行测试。确定正确大小的最佳方法是分析位于日志目录中的垃圾回收（GC）日志。有各种工具可以帮助分析这些日志，特别是显示GC完成后使用的内存量：
GCViewer：可视化GC日志分析工具
GCEasy：在线...
Solr部署：指标监控报告系统配置与最佳实践
概述Solr包含一个开发者API和工具，用于在Solr服务及其各种组件的整个生命周期中收集详细的面向性能的指标。
内部使用 Dropwizard Metrics API，它使用以下类别的计量器来测量事件：
counters（计数器）：简单地计算事件数量。提供单个长整型值，例如请求数量
meters（计量器）：额外计算事件速率。提供计数（如上）和1分钟、5分钟、15分钟指数衰减率，类似于Unix系统负载平均值
histograms（直方图）：根据事件值计算事件的近似分布。提供类似指数衰减的近似统计：平均值（算术平均）、中位数、最大值、最小值、标准差和75%、95%、98%、99%和99.9%百分位数
timers（计时器）：测量事件数量和持续时间。提供计数和时间直方图
gauges（测量器）：提供当前值的即时读数，例如当前队列深度、当前活动连接数、空闲堆大小
指标注册表Solr...
Solr部署：请求速率限制器配置与使用指南
概述Solr允许按请求类型进行速率限制。每个请求类型可以分配允许同时活跃的并发请求的最大数量。默认情况下实现了对更新和搜索的速率限制。
当请求超过请求配额时，进一步的传入请求将被拒绝，并返回HTTP错误代码429（Too Many Requests）。
核心概念实例级限制速率限制在实例（JVM）级别工作，而不是在集合或核心级别。在规划容量时需要考虑这一点。未来计划在此处实现更细粒度的执行（SOLR-14710）。
请求类型识别请求的速率限制桶由该请求的唯一Solr-Request-Type HTTP标头的值确定。没有Solr-Request-Type标头的请求将被接受并处理，不受速率限制。
当前支持的请求类型目前只有一个Solr-Request-Type值被识别用于速率限制：字面字符串值QUERY。只有指定标头Solr-Request-Type: QUERY的请求将受到速率限制。...
Solr部署：分片管理命令深度解析与运维实践
概述在SolrCloud中，分片是集合的逻辑分区，用于存储集合的部分索引。分片数量决定了单个集合可包含的文档总数，同时也影响搜索性能。分片管理是SolrCloud运维中的关键技能，涉及集群扩容、负载均衡和性能优化等重要方面。
本指南中的所有示例假设你正在运行”techproducts” Solr示例：
1bin/solr start -c -e techproducts
SPLITSHARD：分片分割分片分割将现有分片拆分成两个部分，这两个部分作为两个新分片写入磁盘。原始分片将继续保持相同数据，但开始将请求重新路由到新分片。新分片将具有与原始分片相同数量的副本。
API调用方式V1 API：
1http://localhost:8983/solr/admin/collections?action=SPLITSHARD&collection=techproducts&am...
Solr部署：副本管理命令详解与实践指南
概述副本是分片的物理副本。副本通过提供数据的额外副本来增强故障转移能力，通过为搜索提供额外容量来增强可扩展性。副本管理是SolrCloud运维中的核心功能，正确的副本管理策略对集群的高可用性和性能至关重要。
本指南中的所有示例假设你正在运行”techproducts” Solr示例：
1bin/solr start -c -e techproducts
ADDREPLICA：添加副本向集合中的分片添加一个或多个副本。可以指定节点名称以在特定节点中创建副本，否则可以指定一组节点，系统将从中选择最合适的节点来创建副本。
API调用方式V1 API：
1http://localhost:8983/solr/admin/collections?action=ADDREPLICA&collection=techproducts&shard=shard1&node=...
Solr部署：集合管理命令完整指南
概述集合是使用单个Solr配置文件（solrconfig.xml）和单个索引模式的单一逻辑索引。集合管理命令为SolrCloud提供了完整的集合生命周期管理功能，包括创建、修改、删除、备份、恢复等核心操作。
本指南中的所有示例假设你正在运行”techproducts” Solr示例：
1bin/solr start -c -e techproducts
CREATE：创建集合CREATE操作用于创建新的数据集合。
API调用方式V1 API：
1http://localhost:8983/solr/admin/collections?action=CREATE&name=techproducts_v2&collection.configName=techproducts&numShards=1
V2 API：
12345curl -X POST htt...
Solr部署：集群节点管理命令详解
概述集群是一组相互协调运行的Solr节点的集合。这些API命令可以在整个SolrCloud集群级别或单个节点上工作，为集群运维提供了强大的管理能力。
CLUSTERSTATUS：集群状态查询获取集群状态，包括集合、分片、副本、配置名称以及集合别名和集群属性。
此命令还会报告每个集合和分片的健康状态，以便更容易监控集合的运行状态。健康状态值定义如下，按从最佳到最差的顺序排列，基于活跃副本的百分比（active）：
GREEN：active == 100%，所有副本都处于活跃状态且存在分片领导者
YELLOW：100% > active > 50% 且存在分片领导者
ORANGE：50% >= active > 0% 且存在分片领导者
RED：没有活跃副本或没有分片领导者
集合健康状态报告为任意分片的最差状态，例如，对于所有分片都是GREEN但有一个Y...
Solr查询：拼写检查功能详解
Solr查询：拼写检查功能详解概述拼写检查组件旨在基于其他类似术语提供内联查询建议。
这些建议的基础可以是Solr字段中的术语、外部创建的文本文件或其他Lucene索引中的字段。
配置SpellCheckComponent在solrconfig.xml中定义拼写检查第一步是在solrconfig.xml中指定术语源。Solr中有许多拼写检查方法，下面讨论。
IndexBasedSpellCheckerIndexBasedSpellChecker使用Solr索引作为用于拼写检查的并行索引的基础。它需要定义字段作为索引术语的基础；常见做法是将某些字段（如title、body等）的术语复制到为拼写检查创建的另一个字段。
以下是在solrconfig.xml中配置IndexBasedSpellChecker的示例：
1234567891011121314151617181920<sea...
Solr查询：建议器功能详解
Solr查询：建议器功能详解概述Solr中的SuggestComponent为用户提供查询词的自动建议功能。
您可以使用它在搜索应用程序中实现强大的自动建议功能。
虽然可以使用拼写检查功能来支持自动建议行为，但Solr有专门为此功能设计的SuggestComponent。
这种方法利用Lucene的Suggester实现，支持Lucene中所有可用的查找实现。
此建议器的主要功能包括：
查找实现可插拔性
词典实现可插拔性，为您选择字典实现提供灵活性
分布式支持
Solr”techproducts”示例中的solrconfig.xml已经配置了建议器实现。有关搜索组件的更多信息，请参阅请求处理器和搜索组件部分。
“techproducts”示例solrconfig.xml已经配置了suggest搜索组件和/suggest请求处理器。您可以将其作为配置的基础，或从头创建，如下详述。
...
Solr查询：查询语法与解析器概览
Solr查询：查询语法与解析器概览概述查询解析器将用户的搜索词转换为Lucene查询，以找到适当匹配的文档。
Solr支持多种查询解析器，为搜索应用程序设计者在控制查询解析方式方面提供了极大的灵活性。
本节解释如何指定查询解析器，并描述Solr中几个可用解析器支持的语法和功能。
有一些查询参数对所有Solr解析器都是通用的；这些在通用查询参数部分中讨论。
查询解析器也被称为QParserPlugins。它们都是QParserPlugin的子类。如果您有自定义解析需求，您可能希望扩展该类来创建自己的查询解析器。
查询解析器列表通用查询参数可以与所有查询解析器一起使用的查询参数。
标准查询解析器标准Lucene查询解析器。
DisMax查询解析器DisMax查询解析器。
扩展DisMax (eDisMax)查询解析器扩展DisMax (eDisMax)查询解析器。
函数查询使用来自一个或...
Apache Solr 9.8.1 发布：稳定性与实验功能调整
Apache Solr 9.8.1 稳定性维护版本发布2025年3月11日，Apache Solr 项目发布了 9.8.1 维护版本，这是一个专注于稳定性提升和关键问题修复的重要更新，体现了项目团队对生产环境稳定性的高度重视。
原文动态翻译Apache Solr 9.8.1 现已可用。此维护版本的主要变更包括：
禁用实验性多线程索引功能：基于生产环境反馈，暂时禁用该实验功能以确保稳定性
修复 Prometheus 指标格式：解决监控指标格式不兼容问题
解决 LBHttp2SolrClient 异步请求问题：修复客户端异步调用的关键 bug
修复 SolrCloud 领导者选举错误：解决分布式集群中的选举机制问题
改进错误处理和性能：多项细节优化提升整体稳定性
分布式完善分析1. SolrCloud 领导者选举机制修复重要性评估：★★★★★
领导者选举是分布式系统的核心机制，此次修...
Solr查询：函数查询详解
Solr查询：函数查询详解概述函数查询使您能够使用一个或多个数值字段的实际值来生成相关性分数。
函数查询由DisMax查询解析器、eDisMax查询解析器和标准查询解析器支持。
函数查询使用函数。这些函数可以是常量（数值或字符串字面量）、字段、另一个函数或参数替换参数。您可以使用这些函数来修改用户的结果排序。这些可用于基于用户位置或其他计算改变结果排序。
使用函数查询函数必须表示为函数调用（例如，sum(a,b)而不是简单的a+b）。
在Solr查询中使用函数查询有几种方式：
通过期望函数参数的显式查询解析器，如func或frange。例如：
1q={!func}div(popularity,price)&fq={!frange l=1000}customer_ratings
在排序表达式中。例如：
1sort=div(pop...
Solr查询：地理位置搜索功能详解
Solr查询：地理位置搜索功能详解概述Solr支持位置数据用于空间/地理空间搜索。
使用空间搜索，您可以：
索引点或其他形状
通过边界框、圆形或其他形状过滤搜索结果
按点之间的距离或矩形之间的相对面积进行排序或提升评分
生成2D网格的分面计数用于热力图生成或点绘制
有四种主要的空间搜索字段类型：
LatLonPointSpatialField（默认启用docValues）
PointType
SpatialRecursivePrefixTreeFieldType（简称RPT），包括其衍生版本RptWithGeometrySpatialField
BBoxField
LatLonPointSpatialField是最常见的经纬度点数据用例的理想字段类型。RPT为更高级/自定义用例提供更多功能和选项，如多边形和热力图。
RptWithGeometrySpati...
Solr查询：eDisMax查询解析器详解
Solr查询：eDisMax查询解析器详解概述扩展DisMax（eDisMax）查询解析器是DisMax查询解析器的改进版本。
除了支持所有DisMax查询解析器参数外，扩展DisMax还提供以下功能：
支持标准查询解析器语法，例如（非完整列表）：** 布尔操作符，如AND（+，&&）、OR（||）、NOT（-）** 可选择将小写的”and”和”or”视为Lucene语法模式下的”AND”和”OR”** 可选择允许使用其他查询解析器或函数的嵌入式查询
在语法错误情况下包含改进的智能部分转义；在此模式下仍然支持字段查询、+/-和短语查询
通过使用词片段改进邻近度提升；在应用邻近度提升之前，不需要查询匹配文档中的所有词
包含高级停用词处理：停用词在查询的必需部分不是必需的，但仍在邻近度提升部分中使用。如果查询完全由停用词组成，如”to be or not to...