Search 最佳Solr JVM/虚拟/物理内存配置

我们公司有几种不同的获取潜在客户的方式，以及我们处理的几种类型的潜在客户。每种类型的潜在客户之间只有细微的差异，并且大部分信息与一种或多种其他潜在客户类型共享或相关。我和我的团队正在尝试使用Solr构建/配置一个索引，该索引处理这些潜在客户类型及其所有共享数据。。客户数据，度假村数据。etc（总共约120万条记录）。我们目前正在托管一台Ubuntu服务器（12GRAM，8核Opteron），运行Tomcat6和Solr3.4

我希望该索引能够在客户在我们的网站上提交lead gen表单时（大约每天1500-2000次）实时添加记录，并在员工添加或修改数据时（大约每天2500-3000次）进行更新

此外，我需要网站上的客户和内部员工能够快速搜索这些数据，包括过滤器、面、自动完成、突出显示和所有编写良好的搜索所需的内容

此设置当前正在运行，但经常挂起网站和内部应用程序中的更新记录。提交每1000个文档或5秒完成一次，我每天优化一次。对于这种类型的设置，最佳的JVM、服务器或Solr配置是什么？任何帮助都将不胜感激，我可以向任何愿意帮助的人提供所需的信息。

首先

在Solr中配置JVM堆大小时，有两个常见错误：

• 给JVM提供太多内存（操作系统缓存将无法缓存磁盘操作）
• 没有给JVM足够的内存（垃圾收集器将面临很大的压力，它将被迫运行频繁的停止世界收集，使用JMX监视来确定是否触发了完整的GC）

应用程序可能挂起的另一个原因是后台合并。Lucene基于段，只要段数大于

mergeFactor

，就会触发合并。较低的

mergeFactor

值可以解释挂起

您应该提供有关当前设置的更多详细信息，以便我们可以帮助您：

• JVM大小
• 您正在使用的采集器（G1、吞吐量采集器、并发低暂停采集器等）
• 索引大小（在磁盘上，而不是文档数）

• mergeFactor

  ，

  ramBufferSizeMB

首先

在Solr中配置JVM堆大小时，有两个常见错误：

• 给JVM提供太多内存（操作系统缓存将无法缓存磁盘操作）
• 没有给JVM足够的内存（垃圾收集器将面临很大的压力，它将被迫运行频繁的停止世界收集，使用JMX监视来确定是否触发了完整的GC）

应用程序可能挂起的另一个原因是后台合并。Lucene基于段，只要段数大于

mergeFactor

，就会触发合并。较低的

mergeFactor

值可以解释挂起

您应该提供有关当前设置的更多详细信息，以便我们可以帮助您：

• JVM大小
• 您正在使用的采集器（G1、吞吐量采集器、并发低暂停采集器等）
• 索引大小（在磁盘上，而不是文档数）

• mergeFactor

  ，

  ramBufferSizeMB

---

这不是对您问题的完整回答，但我要做的第一件事是升级到最新的Solr3.6.0，您为什么不在最新版本中？还可以使用commitWithin批量处理尽可能多的提交，也许可以将5秒增加到20秒或30秒？这不是对您问题的完整回答，但我要做的第一件事是升级到最新的Solr3.6.0，您不在最新版本中的原因是什么？还可以使用commitWithin批量处理尽可能多的提交，也许可以将5秒增加到20或30秒？