Solr中如何使用游标进行深度分页查询

246次阅读

共计 2354 个字符，预计需要花费 6 分钟才能阅读完成。

通常，我们的应用系统，如果要做一次全量数据的读取，大多数时候，采用的方式会是使用分页读取的方式，然而分页读取的方式，在大数据量的情况下，在 solr 里面表现并不是特别好，因为它随时可能会发生 OOM 的异常，在 solr 里面通过 rows 和 start 参数，非常方便分页读取，但是如果你的 start=1000000 rows=10，那么 solr 里面会将前面 100 万元数据的索引信息读取在内存里面，这样以来，非常耗内存，所以在 solr 里面，分页并不适合深度分页。

深度分页在 solr 里面，更推荐使用游标的方式，游标是无状态的，不会维护索引数据在内存里面，仅仅记录最后一个 doc 的计算值类似 md5，然后每一次读取，都会如此记录最后一个值的 mark，下一次通过这个 mark 便能快速的定位到第二页上，如此往复，便能完成整个数据的读取。而且耗费内存非常少。

假如现在有排好队的 10 个人等待买饭，而一个房间里面最多一次只能进 2 个人，那么我们就可以将这个 2 个人，编号顺序，1 和 2，他们打完饭后，让 2 号的人通知，下一组 2 个人，进来打饭，如此往复所有人都能吃到饭，这就类似 solr 中游标的使用。

使用游标的方式读取数据，也有一些约束或者缺点：

（1）查询条件里面必须有 cursorMark 参数，而且必须不能有 start 参数

（2）查询的条件里必须按照主键排序（升序或降序），如果没有这个条件，主键重复，那么会造成多个游标的 mark 值，这样以来下一次请求就不知道如何定位了，而且有可能出现重复读数据的情况

（3）如果一个分页的系统，按照指定页码跳转的功能，这样实现的功能是实现不了的，因为游标一旦读取了，就不能再返回上一次的位置了，这种业务最好使用 start+rows 搞定。

solrj 实现代码例子：

// 游标查询
public static void cursorQuery()throws Exception{
//http solr 服务
HttpSolrClient sc=new HttpSolrClient(“http://localhost:8983/solr/one”);
//solr 查询封装
SolrQuery sq =new SolrQuery();
sq.setRows(2);// 设置游标一次读的数量
sq.set(“q”, “*:*”);// 按条件检索
sq.setSort(“id”, ORDER.asc);// 根据主键排序
String cursorMark = CursorMarkParams.CURSOR_MARK_START;// 游标初始化
boolean done = false;
while (!done) {
sq.set(CursorMarkParams.CURSOR_MARK_PARAM, cursorMark);// 变化游标条件
QueryResponse rsp = sc.query(sq);// 执行多次查询读取
String nextCursorMark = rsp.getNextCursorMark();// 获取下次游标
// 做一些操作数据的事
for(SolrDocument sd:rsp.getResults()){
System.out.println(sd.get(“id”));
}
// 如果两次游标一样，说明数据拉取完毕，可以结束循环了
if (cursorMark.equals(nextCursorMark)) {
done = true;
}
cursorMark = nextCursorMark;
}
// 关闭连接
sc.close();
}