Solr 可以用作缓存的替代品吗？
Can Solr be used as an alternative to cache?
我们使用 Postgresql 进行持久化，使用 ehcache 作为我们的缓存。我们最近引入了 Solr 以实现更快的搜索（用于模糊和精确搜索）。
所以我的问题是：是否可以将 Solr 调整为可以替代 ehcache 的方式？ （比如 运行 在云模式下）
只是为问题添加一些上下文：
我们有一堆表来存储联系信息。 Ehcache 当前用于获取给定 ID 的这些联系人。 Solr 将广泛用于搜索相关操作。由于 Solr 已经在进行搜索...为什么不替换 Ehcache（在某种程度上就像：使用给定的 ID 进行搜索），前提是性能不会受到影响。
我会试一试，但不太可能有人对这样一个模糊的问题有明确的答案。 https://lucidworks.com/blog/2012/07/23/sizing-hardware-in-the-abstract-why-we-dont-have-a-definitive-answer/ 现在已经四岁了，但仍然有意义。答案将完全取决于您需要做什么。
因此，一些通用语句：
- 是否使用 SolrCloud 不太可能成为影响您决定的问题。如果您希望 Solr 处理复制和索引管理，请使用它。不要，如果你更愿意自己做。
- Solr 很快，（如果有足够的内存）所以肯定 可能 你可以摆脱缓存层。不过只有你知道你的要求。
- 通读 https://wiki.apache.org/solr/SolrCaching，您可能会对 QueryResultCache 特别感兴趣。
简单的答案是：否
原因:
cache在内存中，但是solr的索引在磁盘上（缓存的部分除外）
读取内存比读取磁盘快数千倍。
因此，solr 不能用作 一般 目的缓存，在那种情况下 ehcache 或 memcached 或 redis 会是更好的选择。
solr擅长的是它的搜索能力，analyzer & tokenizer & filter，而不是缓存。
除了 否 会成为答案的其他原因外，还有更改的粒度。 Lucene（底层库）以只读形式存储数据。 Solr 在此基础上添加了可更新的文档，但使它们可见仍然是一项繁重的操作。最新版本的 Solr 使软提交变得更容易和更快，但使更改可见的代价仍然不小。
因此，它确实没有针对 updating/caching 单个值进行优化。数据结构针对多文档更新进行了优化，然后通过缓存临时只读状态进行快速搜索。
我们使用 Postgresql 进行持久化，使用 ehcache 作为我们的缓存。我们最近引入了 Solr 以实现更快的搜索（用于模糊和精确搜索）。
所以我的问题是：是否可以将 Solr 调整为可以替代 ehcache 的方式？ （比如 运行 在云模式下）
只是为问题添加一些上下文：
我们有一堆表来存储联系信息。 Ehcache 当前用于获取给定 ID 的这些联系人。 Solr 将广泛用于搜索相关操作。由于 Solr 已经在进行搜索...为什么不替换 Ehcache（在某种程度上就像：使用给定的 ID 进行搜索），前提是性能不会受到影响。
我会试一试，但不太可能有人对这样一个模糊的问题有明确的答案。 https://lucidworks.com/blog/2012/07/23/sizing-hardware-in-the-abstract-why-we-dont-have-a-definitive-answer/ 现在已经四岁了，但仍然有意义。答案将完全取决于您需要做什么。
因此，一些通用语句：
- 是否使用 SolrCloud 不太可能成为影响您决定的问题。如果您希望 Solr 处理复制和索引管理，请使用它。不要，如果你更愿意自己做。
- Solr 很快，（如果有足够的内存）所以肯定 可能 你可以摆脱缓存层。不过只有你知道你的要求。
- 通读 https://wiki.apache.org/solr/SolrCaching，您可能会对 QueryResultCache 特别感兴趣。
简单的答案是：否
原因:
cache在内存中，但是solr的索引在磁盘上（缓存的部分除外）
读取内存比读取磁盘快数千倍。
因此，solr 不能用作 一般 目的缓存，在那种情况下 ehcache 或 memcached 或 redis 会是更好的选择。
solr擅长的是它的搜索能力，analyzer & tokenizer & filter，而不是缓存。
除了 否 会成为答案的其他原因外，还有更改的粒度。 Lucene（底层库）以只读形式存储数据。 Solr 在此基础上添加了可更新的文档，但使它们可见仍然是一项繁重的操作。最新版本的 Solr 使软提交变得更容易和更快，但使更改可见的代价仍然不小。
因此，它确实没有针对 updating/caching 单个值进行优化。数据结构针对多文档更新进行了优化，然后通过缓存临时只读状态进行快速搜索。