Solr 8.9.0 Cloud跨集群数据同步方案咨询

针对你描述的场景——源集群需保障实时更新与检索，目标集群用于API/报表检索（允许1-2分钟延迟），且CDCR已弃用的情况，以下是几种可行的实现方案：

方案一：基于快照的定时同步 #

利用Solr的快照（Snapshot）功能，结合共享存储实现定时同步，完全适配分钟级延迟需求：

• 源集群保持现有NRT副本架构，保障实时检索能力
• 配置定时任务，每分钟调用Solr API为源集群各分片创建快照：

  curl -X POST "http://source-solr-host:8983/solr/your-collection/replication?command=backup&name=snapshot_$(date +%Y%m%d%H%M)"
  

• 将快照存储在源、目标集群均可访问的共享存储（如NFS、HDFS）中
• 目标集群同步执行定时任务，拉取最新快照并恢复到对应分片：

  curl -X POST "http://target-solr-host:8983/solr/your-collection/replication?command=restore&name=snapshot_YYYYMMDDHHMM"
  

• 关键前提：源、目标集群的分片数、collection配置、schema需完全一致

方案二：基于事务日志（TLOG）的增量同步 #

借助NRT副本的事务日志记录所有更新操作，实现轻量增量同步：

• 编写脚本或轻量服务，定期（如每分钟）轮询源集群各分片的TLOG，通过getUpdateLog API获取新增的更新条目
• 将获取到的更新操作批量发送至目标集群对应分片的更新API，完成增量同步
• 优势：相比快照同步，数据传输量更小，延迟更易控制在1-2分钟内，无需依赖共享存储

方案三：解耦式消息队列同步 #

通过中间件解耦源、目标集群的依赖，实现准实时同步：

• 在数据写入源Solr的链路中，新增消息队列（如Kafka）环节：所有写入源集群的更新操作，同时发送至Kafka主题
• 目标集群部署消费服务，批量消费Kafka中的更新消息并写入自身索引
• 优势：完全解耦源、目标集群，同步延迟可通过消费频率灵活调整，且避免直接访问源集群带来的性能影响

核心配置注意事项 #

• 目标集群可将副本类型配置为TLOG，无需NRT副本的实时索引能力，降低写入压力
• 严格保证源、目标集群的schema、collection配置完全一致，避免同步后出现字段不匹配或结构错误
• 定时同步任务的频率可根据实际延迟需求调整，1分钟间隔完全覆盖1-2分钟的延迟容忍度

内容的提问来源于stack exchange，提问作者mcacorner