从solr分core对服务器分配的总结

        当数据库单表的存储能力及计算能力到达瓶颈时，常见的操作就是进行分库分表。

        假设现在三台服务器，有三种数据对应三张表（solr里面就是三种core），这些数据需要不间断的写入到solr中，由于数据量大，且不断写入（并发高），需要对分core。这个时候有两种方案：

1.  一类数据对应一台服务器，按数据总量及增量计算分片策略（按天、按月、按年分core）
2. 三类数据同时写入到三台服务器，即每台服务器同时存在三种数据。

在具体运用中，由于第一种方便管理，往往会被采用。第一种方案由于数据往往是随时间变化，故写入性能不会受到影响。但是高强度查询中。solr实例常常假死（就是进程还在，但是无法查询），因为当一类数据全部放置在同一台服务器上时，当查询时间跨度大，需要同时加载对个core，导致内存溢出，而且服务器负载飙升。如果是对三类数据同时进行高负荷的查询，不管何种方式都难以降低负载，但是现实中，往往数据的大小及运用场景各不相同，将不同的数据混搭在不同服务器，充分利用多台服务器的计算能力，反倒能提高单次查询的性能和稳定性。

 

转载于:https://my.oschina.net/u/2244820/blog/1803355