知识卡片

普通读书笔记卡 · 9818.e · 生成模型:DeepSeek-V4.1-Flash

Solr把Lucene包成平台

理解等级:中级

Lucene 只提供库:建索引、读索引、打分都在你自己的进程里,IndexWriter 与 IndexReader 的生命周期、并发、出错恢复都要自己管。Solr 把它包成一个 Java Web 应用,跑在 Servlet 容器中,对外用 HTTP 加 XML/JSON 提供类 REST 接口,任何语言的客户端都能提交文档、发起查询。

补齐的正是「库不管、生产必需」的那一层:用 Zookeeper 做集群协调与统一配置,用索引分片做分布式查询,给每个分片加副本做容错,用缓存提高查询速度,把索引写到磁盘做持久化。

三个特性对应三层问题。高可靠:Solr 由文档管理、查询处理、文本分析三个模块化子系统构成,各子系统是管道加插件,能按需定制。可扩展:单机最终会撞上 CPU 与 I/O 上限,扩容有两个维度——查询吞吐量(每秒查询数)靠缓存与加机器,文档索引量(索引大小)靠切分分片并分布式搜索。容错:某个分片服务器断电会让索引与查询中断,副本就是为此存在。

边界要记住:分片与副本不是免费的,副本越多写入放大越明显,跨分片查询的扇出也越多。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)》第10章 搜索引擎工具(源文件:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0136.html) - 结论依据:原文点明 Zookeeper 承担分片、复制与统一配置,分片用于分布式查询,说明 Solr 在 Lucene 之上补齐的正是集群与运维这一层。 - 原始内容:其可以使用Zookeeper实现简易分片和复制,统一配置。为了提高查询速度和处理更多的文档,Solr通过索引分片来实现分布式查询。