我应该多久上传一次文档到CloudSearch (Solr)？

Question

这里是我的用例：

我使用MySQL作为我的主要数据存储区，并使用CloudSearch进行搜索。数据库包含表:线程、注释、向上表决、用户。

我创建了一个表达式，用于根据“趋势”对搜索结果进行排序，使用upvotes和created_at date (黑客新闻热点算法)。这个表达式称为“趋势”，并用于如下CloudSearch查询：/search?q=Superman&sort=trend+desc

(upotes-1)/pow(floor((_time-created_at)/3600000)+2, 1.8)

现在，当用户更新线程或注释时，它将存储在MySQL数据库中。我的问题我应该如何与CloudSearch保持同步？

我看到两个选择：

1. 立即在MySQL中插入(替换)一个向上投票，然后更新CloudSearch上的得分。这包括在每次投票时发送一个文件上传，但要确保实时的准确性.
2. 立即在MySQL中插入(替换)一个向上投票，然后将向上投票保留在某个缓存中(Redis?)。每小时上传一次，上传到CloudSearch。

处理这种情况的最佳方法是什么？

Answer 1

这取决于很多事情

1. 您的solr设置、多少服务器、多少内存、CPU、存储、多少文档、每个碎片/服务器的索引大小等。
2. 你预计会有多少“估计”票数上升？如果选择1，将更容易决定是否可以估计这个数字。 由于您使用的是SolrCloud，所以它具有NRT功能，它确保文档几乎可以立即用于搜索。但是，这同样取决于您当前的文档语料库，以及您期望的每秒更新次数。

如果您知道上行票的数量(对solr的更新)，如果您有足够好的服务器，我将选择选项1，因为它将减少维护另一个数据库的开销，以及每小时更新到solr的更新逻辑。

您可以始终设置几个测试服务器，并进行一些压力测试，以找出Solr性能下降的确切更新数量。

我知道这可能不会给出一个确切的是或否，但正如我所说，它确实取决于您的特定用例。