Solr 6：关联文档返回双方字段及用户位置批量更新优化咨询

嘿，针对你遇到的这两个Solr使用问题，我结合Solr 6的特性给你整理了实用的解决方案，应该能帮你解决效率和关联查询的问题：

当user_id下文档超过500时，逐个更新的效率问题确实会凸显，试试这些优化手段：

• 用UpdateByQuery（UBQ）做批量更新：这是最直接的解决办法！我之前处理过类似场景，用UBQ比逐个更新快了N倍——它不需要你先把所有文档拉到客户端再更新，直接在Solr服务器端根据查询条件完成批量修改。比如要更新user_id=9的所有文档的位置字段，直接发这个请求就行：

  curl -X POST -H "Content-Type: application/json" http://your-solr-instance/core/update -d '{
    "update": {
      "query": "user_id:9",
      "set": { "location": "new_latitude,new_longitude" }
    }
  }'
  

  注意别每次更新都立刻commit！频繁提交会严重拖慢速度，可以把autoCommit的触发阈值调大（比如autoCommit.maxDocs=10000或autoCommit.maxTime=30000），等所有更新完成后再手动提交一次。
• 强制使用原子更新：如果只是更新位置这类单个字段，绝对不要全量替换文档！原子更新让Solr只修改目标字段，不需要重新索引整个文档，资源开销小很多。上面UBQ例子里的set操作就是原子更新的一种，如果你需要基于原字段值计算新值，还可以用inc、add等操作。
• 批量提交更新请求：如果因为业务逻辑必须先拉取文档再修改（比如要基于原位置做计算），那也别一条一条发请求，把多个更新文档打包成一个JSON数组一次性提交，减少HTTP请求的往返开销：

  curl -X POST -H "Content-Type: application/json" http://your-solr-instance/core/update -d '[
    {"id":"11", "user_id":9, "location":{"set":"new_lat1,new_lon1"}},
    {"id":"12", "user_id":9, "location":{"set":"new_lat2,new_lon2"}},
    ...
  ]'
  

Solr 6提供了几种靠谱的方式来实现关联文档的字段返回，根据你的关联场景选就行：

• Join查询（最适合同级关联）：如果两个文档通过某个字段关联（比如互相存对方的id在related_id字段），用Join查询可以一次性拉取双方的字段。比如你要搜索title包含关键词的文档，同时返回它关联文档的title和description，可以这么写查询参数：

  q=title:你的关键词
  &fl=id,title,description,{!join from=related_id to=id}title:related_title,{!join from=id to=related_id}description:related_description
  

  这里用fl参数指定了要返回当前文档的字段，还通过join语法把关联文档的字段别名后一起返回，注意关联字段要确保是索引过的（最好是string或integer类型）。
• Parent/Child文档关系（适合层级关联）：如果你的文档可以建模成父子层级（比如把user作为父文档，其下的所有post作为子文档），可以用Block Join查询来获取双方字段。首先要确保schema里有_root_字段（Solr 6默认支持），索引子文档时把_root_设为父文档的id。查询时用：

  q={!parent which="doc_type:user"}title:你的关键词
  &fl=id,username,[child parentFilter="doc_type:user" fl="id,title,description"]
  

  这种方式适合有明确上下层级的关联，要是你的文档是同级关联，还是用Join更合适。
• Expand组件（适合展开关联文档）：如果需要把主文档和关联文档分开展示，用Expand组件很方便。查询参数可以这么写：

  q=title:你的关键词
  &expand=true
  &expand.q=related_id:$id
  &expand.fl=id,title,description
  

  查询结果里会包含主文档的字段，还有一个expand节点专门放关联文档的所有字段，前端处理起来也清晰。

内容的提问来源于stack exchange，提问作者MTA