Solr中使用游标进行深度分页查询以提高效率（适用的场景下）

Posted 2020-12-31 cuihongyu3503319

通常，我们的应用系统，如果要做一次全量数据的读取，大多数时候，采用的方式会是使用分页读取的方式，然而
分页读取的方式，在大数据量的情况下，在solr里面表现并不是特别好，因为它随时可能会发生OOM的异常，在solr里面
通过rows和start参数，非常方便分页读取，但是如果你的start=1000000 rows=10，那么solr里面会将前面100万元数据的索引信息读取在内存里面，这样以来，非常耗内存，所以在solr里面，分页并不适合深度分页。

深度分页在solr里面，更推荐使用游标的方式，游标是无状态的，不会维护索引数据在内存里面，仅仅记录最后一个doc的计算值类似md5，然后每一次读取，都会如此记录最后一个值的mark，下一次通过这个mark便能快速的定位到第二页上，如此往复，便能完成整个数据的读取。而且耗费内存非常少。

假如现在有排好队的10个人等待买饭，而一个房间里面最多一次只能进2个人，那么我们就可以将这个2个人，编号顺序，1和2，他们打完饭后，让2号的人通知，下一组2个人，进来打饭，如此往复
所有人都能吃到饭，这就类似solr中游标的使用。

使用游标的方式读取数据，也有一些约束或者缺点：

（1）查询条件里面必须有cursorMark参数，而且必须不能有start参数
（2）查询的条件里必须按照主键排序（升序或降序），如果没有这个条件，主键重复，那么会造成多个游标的mark值，这样以来下一次请求就不知道如何定位了，而且有可能出现重复读数据的情况
（3）如果一个分页的系统，按照指定页码跳转的功能，这样实现的功能是实现不了的，因为游标一旦读取了，就不能再返回上一次的位置了，这种业务最好使用start+rows搞定。

solrj实现代码例子：

//游标查询
    public static void cursorQuery()throws Exception{
            //http solr服务
            HttpSolrClient sc=new HttpSolrClient("http://localhost:8983/solr/one");
            //solr查询封装
            SolrQuery sq =new SolrQuery();
                sq.setRows(2);//设置游标一次读的数量
                sq.set("q", "*:*");//按条件检索
                sq.setSort("id", ORDER.asc);//根据主键排序
                String cursorMark = CursorMarkParams.CURSOR_MARK_START;//游标初始化
                boolean done = false;
                while (!done) {
                    sq.set(CursorMarkParams.CURSOR_MARK_PARAM, cursorMark);//变化游标条件
                    QueryResponse rsp = sc.query(sq);//执行多次查询读取
                    String nextCursorMark = rsp.getNextCursorMark();//获取下次游标
                    //做一些操作数据的事    
                    for(SolrDocument sd:rsp.getResults()){
                        System.out.println(sd.get("id"));
                    }
                    //如果两次游标一样，说明数据拉取完毕，可以结束循环了
                    if (cursorMark.equals(nextCursorMark)) {
                        done = true;
                    }
                    cursorMark = nextCursorMark;
                }
                //关闭连接
                sc.close();
    }