高性能Solr标记云

我正在研究如何在Solr中实现高性能标记云

我有一个Solr数据库，每天都有1500万条记录和更多的添加。我有一个字段，其中有几个copy语句将数据复制到其中。它可以有1到6个值之间的任意值。这些值通常是一两句话（字符串数据）。我试图创建一个自定义字段类型来优化和标记该字段，以实现快速刻面，但我得到的性能不佳

这是我创建的自定义字段

    <fieldType name="KeywordCloud" class="solr.TextField" positionIncrementGap="100" autoGeneratePhraseQueries="true">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="stopwords.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory"
            ignoreCase="true"
            words="stopwords.txt"
            enablePositionIncrements="true"
            />
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

关于我如何在这个领域取得至少合理的成绩，有什么建议吗？或者我可以采取完全不同的方法

当我只有大约一百万个文档的索引时，这种方法非常有效，但是1500万或更高的索引会给我带来问题

---

提前谢谢

你玩过solr缓存吗？随着字段的唯一项数量的增加，您需要相应地增加缓存。有关详细信息，请参阅。请注意过滤器缓存和字段缓存。

谢谢！我是否可以遵循任何明确的建议？如果我可以应用一些数学来计算出最佳配置，那就太好了。不是真正的数学，但是你可以在对索引执行请求时监视缓存统计信息（从Solr管理控制台中查找“统计信息”>“缓存”链接）。如果您看到许多逐出，那么您的缓存大小可能太小。但不要走得太高，因为这也会伤害你的系统。