solr - Solr 4将分片添加到现有集群

Question

背景:我刚读完Apache Solr 4 Cookbook。作者在其中提到需要明智地设置分片，因为不能将新的分片添加到现有集群中。但是，这是使用Solr 4.0编写的，目前我正在使用4.1。还是这样吗？我希望我没有找到这个issue，希望有人可以告诉我。

问题:我是否希望知道将来在SolrCloud集群中设置分片时会存储多少数据？
我玩过Solandra并阅读了elastic search，但老实说，我是Solr的粉丝(及其广泛的社区!)。我也喜欢Zookeeper。我现在被卡住了还是有解决方法/补丁？

编辑:如果上面的问题为“否”，我可以用一堆(可能是100个或更多)分片构建SolrCloud并让它们(内部)增长，而当我增长数据时，就开始将它们一一剥离并放到更大的位置。 ，具有更多资源的更快的服务器？

Answer 1

是的，当然可以。您必须设置一个指向相同Zookeeper实例的新Solr服务器。在引导过程中，服务器连接到zk ensemble并将其注册为集群成员。

注册过程完成后，服务器即可准备创建新核心。您可以使用CoreAdmin创建现有分片的副本。您也可以创建新的分片，但是由于Lucene索引格式(并非存储了所有字段)，它们将不会平衡，因为它可能没有所有文档信息来重新平衡群集，因此只有新的索引/更新的文档才能到达此服务器(建议不要这样做)。

设置SolrCloud时，必须考虑文档数量增长因素来创建集群，因此，如果最初拥有1M文档，并且文档数量增长为每天10k文档/天，则需要使用5个分片来设置集群。在您的两台计算机的初始设置中托管此碎片，但是将来，根据需要，您可以将新服务器添加到集群和move those shards to this new servers中。请注意不要使群集过度增长，因为在Lucene中，将5个分片拆分成一个20Gb索引不会是每个分片中都有4Gb索引。每个分片大约需要(single_index_size / num_shards)* 1.1(由于字典压缩)。这可能会根据您的任期频率而改变。

您最后的机会是将新服务器添加到群集中，而不是向现有服务器添加新的分片/副本，而是使用新的分片设置一个新的不同集合，并与此新集合并行地重新索引。然后，一旦您的重新索引过程完成，就将这个集合与旧集合交换。