Solr Cache最佳实践帮你轻松调优

了解更多Greenplum技术干货，欢迎访问Greenplum中文社区网站

一、背景

Apache Solr是被广泛使用的开源搜索引擎，Greenplum DB的全文检索组件Greenplum Text就是基于其构建的：Greenplum Text简写为GPText，它将Greenplum数据库与Apache SolrCloud企业搜索和MADlib分析库进行紧密集成，从而为客户提供了大规模分析处理和业务决策支持，主要功能包括免费的文本搜索以及对文本分析的支持。

广义来说，solr中的cache可以分为2大部分：solr系统的内部cache和留给操作系统的文件cache。对于前者来说，如果设置不当，不但不会提升性能，还将浪费大量内存。

根据长期为客户调优的经验，本文作者将对solr cache进行简要介绍并陈述solr cache最佳实践。

二、分类

solr内部cache分为4类：

• QueryResult Cache：缓存query对应的docid拉链，数据结构：query => docid list
• Filter Cache：缓存filter对应的bitmap索引，数据结构：filter => bitmap (total doc number bit)
• Doc Cache：缓存doc id对应的stored的doc文档内容，数据结构：doc id => doc content
• Custom Cache，自定义cache，默认关闭，本文档中不再介绍

大家需要留意的是这里给出的数据结构只是朴素实现，而solr实际的内部实现比朴素实现更精良（如节省内存），特别是对于filter cache，