Performance 一台机器上的多个Solr碎片是否可以提高性能？

在一台机器上运行多个Solr碎片是否可以提高性能？我希望Lucene是多线程的，但在我的服务器上，它似乎只使用了一个内核和16个物理内核。我意识到这取决于工作负载，但任何统计数据或基准都非常有用

如果当前有一个包含单个碎片的框，则将该碎片拆分为多个碎片：

• 可能会降低吞吐量
• 可以通过并行化查询执行来改善延迟

我无法向您提供统计数据或基准测试，因为这取决于查询执行是CPU还是I/O绑定：如果查询执行已经在单个框上绑定了I/O，那么将碎片拆分为多个碎片甚至会降低吞吐量。您需要测试自己，只需获取一个生产日志，并尝试在两个场景中重播它。

我运行了一些，发现添加更多的Solr碎片（在一台机器上，有16个物理内核）确实可以将性能提高到大约8个碎片（我的速度提高了6.5倍）。这是一个包含150万文档的索引，运行复杂的范围查询

---

因此，在对单个索引运行查询时，Solr似乎没有利用多个物理核心。

请参见上面的答案，它实际上似乎确实提高了性能，甚至显著提高了性能。由于索引适合I/O缓存，因此分片提高了延迟。但这不应该是一个一般性的建议：如果指数更大，会发生什么？在实时环境中？如果不进行全程测量，那么当并发级别增加时会发生什么？你能不能再做一次实验，但是使用更多的线程向Solr发送查询？（例如，20）我不知道是否有更大的索引，但对于实时搜索，我会提高索引性能，因为写入将分布在多个碎片上。下周，我将尝试运行一些吞吐量测试。不过，我不认为会有太大的差异，因为切分的开销小于20%，你昨天有没有读过黑客新闻？是的，我写道：）我希望其他人有一些我可以比较的数据though@cberner对于指数表现而言，这是真的还是完全不同的动物？我需要经常用用户内容更新我的索引，并希望加快速度。@ted.strauss我没有用索引测试它，因为我们每秒只索引几十或数百个项目。我的猜测是，索引是不同的，不会有任何好处，但这只是一个猜测。然而，我发现在索引方面有一件事非常有用，那就是启用软提交，如果您需要接近实时的话updates@cberner谢谢你的宝贵意见。尤其是我的问题越来越难回答了