如何从 Solr 索引中删除逻辑删除的文档？

发布于 2024-09-05 12:34:00 字数 697 浏览 3 评论 0原文

我正在为一个项目实施 Solr 进行自由文本搜索，该项目每天需要大规模添加和删除可搜索的记录。

由于规模的原因，我需要确保索引的大小合适。

在 Solr 的测试安装中，我索引了一组 10 个文档。然后我对其中一个文档进行了更改，并希望替换索引中具有相同 ID 的文档。当我搜索时，它可以正常工作并按预期运行。

我正在使用此代码来更新文档：

getSolrServer().deleteById(document.getIndexId());
getSolrServer().add(document.getSolrInputDocument());
getSolrServer().commit();

但我注意到，当我查看 Solr 服务器的统计页面时，这些数字不是我所期望的。

在初始索引之后，numDocs 和 maxDocs 均等于 10（如预期）。然而，当我更新文档时，numDocs 仍然等于 10（预期），但 maxDocs 等于 11（意外）。

在阅读文档时我看到

maxDoc 可能会更大，因为 maxDoc 计数包括尚未从索引中删除的逻辑删除文档。

那么问题来了，如何从索引中删除逻辑删除的文档呢？

如果这些文档仍然存在于索引中，当使用大量文档运行时，我是否会面临性能损失的风险？

谢谢：）

原文

I am implementing Solr for a free text search for a project where the records available to be searched will need to be added and deleted on a large scale every day.

Because of the scale I need to make sure that the size of the index is appropriate.

On my test installation of Solr, I index a set of 10 documents. Then I make a change in one of the document and want to replace the document with the same ID in the index. This works correctly and behaves as expected when I search.

I am using this code to update the document:

getSolrServer().deleteById(document.getIndexId());
getSolrServer().add(document.getSolrInputDocument());
getSolrServer().commit();

What I noticed though is that when I look at the stats page for the Solr server that the figures are not what I expect.

After the initial index, numDocs and maxDocs both equal 10 as expected. When I update the document however, numDocs is still equal to 10 (expected) but maxDocs equals 11 (unexpected).

When reading the documentation I see that