Solr即使在删除重复项后也返回不正确的方面计数

我在一个3节点集群（solrcloud）上使用solr 4.10设置，带有zookeeper和RF=1。总共3个碎片

这里的问题是2阶段。 1.我在索引中添加了5000万条记录，索引中有一个uuid字段（user\u id）作为唯一键。uuid字段由应用程序生成，而不是由solr生成。记录以5k为一批编制索引并提交。索引之后，我看到索引中有很多重复项。即使uuid被指定为唯一密钥不知何故，两个不同的碎片具有相同的文档。

当我尝试返回特定查询的计数时，碎片返回了包括重复项在内的计数。它返回numFound=60686。 但是当我试图检索所有60686条记录时，它只返回了52760条，这是预期的实际记录

看起来有7926个副本，但我检查时只有74个副本

选择？q=tag%3A123&rows=0&wt=json&indent=true&facet=true&facet.field=user\u id&facet.mincount=2

我手动删除了重复项，计数下降到60538，这仍然是错误的。 当我打开debugQuery时，我看到每个碎片都导致了这个错误计数

是否有刻面缓存或需要清除的内容？剩下的额外数量是多少？我的应用程序依赖于计数，所以这是我面临的一个大问题

---

提前谢谢

如果您删除或更新了任何记录，它们仍然会对方面计数产生影响，直到Solr执行自动合并或手动优化触发器（非常昂贵）

这是Lucene实际上不允许在适当的位置删除文档的代价，因此它在更高的级别上被标记为gone。这些文件从未出现在搜索中，但它们确实有助于计数

---

所以，如果这是一个测试系统，尝试优化调用，看看您的问题是否消失。但这可能不是生产的解决方案，只是确认假设的一种方法。

问题似乎出在文档路由器上。默认情况下，solr使用“隐式”路由器，我将其更改为“compositeId”，文档始终发送到同一个碎片

---

参考：

感谢Alexandre的回复。我做了一次优化，发现了同样的行为。所以我尝试索引更多的文档，直到我再次看到重复的文档。我发现在两个不同的碎片上有两个文档具有相同的唯一密钥，但它们有不同的版本。因此，如果solr能够将具有相同唯一密钥的文档路由到多个碎片，那么问题在于文档路由器。读过之后，我想我应该设置一个合适的router.name并将router.field指向我的唯一密钥字段。是否有关于在何处设置集合的这些字段的指针？请参阅官方文档。