0
我正在給構建Solr索引的程序添加一個特性。系統是多線程的，所以搜索條目每次都會隨機創建。 Solr索引也需要拆分爲多個文件，因爲如果用戶試圖上傳一個大文件，服務器可能會耗盡內存。
問題：
爲了保持系統可靠，使事情變得更容易整體，產生的Solr的索引文件必須是相同的，無論他們是在處理什麼樣的順序該指數需要平衡。跨文件（或足夠接近平衡），並有最大數量的條目。如果文件超出了最大條目數量，則需要將其分割。這些文件也將在運行中更新，因此將添加，刪除和更改條目。
只需要什麼：
我在尋找一個可以爲這些要求採用的算法。我想我需要某種B樹，但我不知道任何適合這個特定要求的B樹變體。
有沒有可以幫助滿足這些要求的算法或數據結構？
「Solr索引文件需要相同」是什麼意思？你的意思是說，不管他們處理的順序如何，這些文件必須是相同的？或者，文件的內容一旦被讀取和處理後，必須創建相同的結果？ –
默認的Lucene索引文件只能追加，所以如果你以不同的順序添加東西，你會得到不同的文件（內部docid也會不同）。您可以創建自己的編解碼器來自己序列化和反序列化內容。如果你有這些要求，你可以擴展嗎？您是否在Solr之外建立了Lucene索引，並且您如何構建它？你可以在磁盤和內存中創建一個結構，然後按順序將該結構序列化爲Lucene？在這種情況下，每個線程中都有一個二叉樹，然後將其合併到磁盤。 – MatsLindh
通過「索爾索引文件需要是相同的」，我的意思是文件本身必須是相同的。這些要求是爲了證明程序的可靠性和完整性。我不知道Solr索引是如何創建的，因爲我們沒有進行規劃。不過，我可以說這些文件將採用JSON格式。只要結果文件一致，我們就可以在磁盤和內存中創建結構。 – user489481