Solr索引方法

我有一个场景，我必须建立多语言索引。特别是对于两个脚本，这两个脚本是完全不同的（印地语和英语）。所以它们的茎干细胞和柠檬虫不会相互影响。我的索引将是巨大的，包含数百万个文档。 从以下3中，我使用哪种方法编制索引？？：

两种语言的单个字段。 优点-a）由于脚本不同，我可以在其上使用两种分析仪。b） 搜索速度更快，因为字段将受到限制。c） 将需要注意相关性问题

特定于语言的字段：a）由于字段较多，搜索速度可能较慢

多核方法：a）处理多语言文档的问题。b） 管理将是艰难的。c） 特定语言的搜索将很容易

请阅读：，这应该会有帮助。

---

如果您需要一个软件，我会选择选项2（我正在使用该选项）。

我建议使用单独的内核。嗯，这是正确的选择

您不必使用Solr的自动语言识别，因为您可以分别为每个核心/语言定义分析器（lemmatizers/stemmers）。 唯一的缺点是样板配置元素（大多数设置对于两个核心都是相同的）

请参阅最近类似的帖子：

---

谢谢福喜。我认为使用u建议的方法，会不会因为在许多字段中搜索所有查询而导致搜索速度变慢？查询是使用language1还是使用language2？？？这是可能的，但我没有感觉到。与Solr解析结果并在页面上显示结果所花费的时间相比。你总是可以先查询默认语言，如果你没有得到任何点击，试试替代语言，但这将花费更多的时间：）谢谢mbonaci，我不知道我要索引的数据语言。有没有办法动态检测语言并选择正确的核心？？？语言检测：谢谢mbonaci。我检查了这个语言检测。但它不能正确地检测语言。在我的例子中，准确率不到10%。甚至它似乎没有使用回退字段。对于所有的英语内容，它都是检测未列入白名单的语言。它应该只检测白名单语言，如果白名单语言不匹配，它应该回退到回退语言。除了wiki之外，任何其他使用langdetect的指针。请建议？？？？？对不起，我本人从未在Solr中使用过语言检测。当我索引时，我总是知道哪种语言向我走来，所以我知道使用哪种核心。我决定使用第一种方法，只是我必须注意相关性。现在用户可以用任何语言（两种语言）查询数据。但这里的问题是，A语言数据不必要地从B语言数据分析器链中流出，反之亦然。这将增加索引时间。