1. 概述
Solr 是最流行的基于 Lucene 的搜索解决方案之一。它具备快速、分布式、健壮、灵活等特性，背后还有活跃的开发者社区支持。SolrCloud 是 Solr 的新一代分布式版本。
其核心特性之一是近实时（NRT）搜索，即文档一旦被索引就能立即用于搜索。
2. SolrCloud 中的索引机制
Solr 中的集合（Collection）由多个分片（Shard）组成，每个分片又有多个副本（Replica）。创建集合时，每个分片会选举一个副本作为该分片的领导者（Leader）：
- 当客户端尝试索引文档时，文档会根据其 id 的哈希值被分配到特定分片
- 客户端从 ZooKeeper 获取该分片领导者的 URL，最终向该 URL 发送索引请求
- 分片领导者先将文档在本地索引，再将其发送给副本
- 当领导者收到所有活跃和恢复中副本的确认后，向索引客户端返回成功确认
**在 Solr 中索引文档时，文档不会直接写入索引，而是先写入所谓的 tlog（事务日志）**。Solr 使用事务日志确保系统崩溃时未提交的文档不会丢失。
如果系统在事务日志中的文档提交（持久化到磁盘）前崩溃，重启时会重放事务日志，实现零数据丢失。
每个索引/更新请求都会记录到事务日志，该日志会持续增长直到执行提交操作。
3. SolrCloud 中的提交机制
提交操作意味着完成变更并将变更持久化到磁盘。SolrCloud 提供两种提交方式：硬提交（Commit）和软提交（Soft Commit）。
3.1. 硬提交（Commit）
硬提交指 Solr 将事务日志中所有未提交文档刷写到磁盘。活动事务日志被处理后，会开启新的事务日志文件。
同时会刷新名为搜索器（Searcher）的组件，使新提交的文档可被搜索。搜索器可视为索引中所有已提交文档的只读视图。
客户端可通过调用 commit API 显式执行硬提交：
String zkHostString = "zkServer1:2181,zkServer2:2181,zkServer3:2181/solr";
SolrClient solr = new CloudSolrClient.Builder()
.withZkHost(zkHostString)
.build();
SolrInputDocument doc1 = new SolrInputDocument();
doc1.addField("id", "123abc");
doc1.addField("date", "14/10/2017");
doc1.addField("book", "To kill a mockingbird");
doc1.addField("author", "Harper Lee");
solr.add(doc1);
solr.commit();
也可在 solrconfig.xml 中配置为 autoCommit 自动执行（见 3.4 节）。
3.2. 软提交（SoftCommit）
软提交是 Solr 4 引入的特性，主要用于支持 SolrCloud 的 NRT 功能。它通过跳过硬提交的高成本操作，实现文档的近实时可搜索。
软提交期间事务日志不会被截断，而是继续增长。但会开启新的搜索器，使自上次软提交以来的文档可被搜索。同时 Solr 的部分顶级缓存会失效，因此并非完全无开销的操作。
当设置软提交的 maxTime 为 1000 时，表示文档在索引后最多 1 秒内即可被查询到。
该特性赋予 SolrCloud 近实时搜索能力，新文档无需提交即可被搜索。软提交只能通过在 solrconfig.xml 中配置 autoSoftCommit 触发（见 3.4 节）。
3.3. 自动提交与自动软提交
solrconfig.xml 是 SolrCloud 最重要的配置文件之一，在集合创建时生成。要启用 autoCommit 或 autoSoftCommit，需更新文件中的以下配置：
<autoCommit>
<maxDocs>10000</maxDocs>
<maxTime>30000</maxTime>
<openSearcher>true</openSearcher>
</autoCommit>
<autoSoftCommit>
<maxTime>6000</maxTime>
<maxDocs>1000</maxDocs>
</autoSoftCommit>
maxTime: 自最早未提交更新后的毫秒数，达到该值后触发下一次提交/软提交。
maxDocs: 自上次提交后的更新次数，达到该值后触发下一次提交/软提交。
openSearcher: 该属性告诉 Solr 提交后是否开启新搜索器。**若为 true，提交后旧搜索器关闭，新搜索器开启，使提交的文档可被搜索**；若为 false，提交后文档不可被搜索。
4. 近实时搜索
Solr 通过结合硬提交和软提交实现近实时搜索。如前所述，文档添加到 Solr 后，只有提交到索引才能在搜索结果中可见。
普通硬提交成本较高，因此软提交很有用。但软提交不持久化文档，我们仍需根据预期负载设置合理的自动提交 maxTime 间隔（或 maxDocs）。
4.1. 实时获取（Real-Time Gets）
Solr 还提供另一项真正实时的特性——get API。该 API 能返回尚未软提交的文档。
若在索引中找不到文档，它会直接在事务日志中搜索。因此我们可以在索引调用返回后立即执行 get API，仍能获取到文档。
但⚠️，所有过于完美的功能都有陷阱：在 get API 调用中必须传入文档的 id。当然可以同时提供其他过滤查询，但缺少 id 则调用无效：
http://localhost:8985/solr/myCollection/get?id=1234&fq=name:baeldung
5. 总结
Solr 在调整 NRT 能力方面提供了相当大的灵活性。要获得最佳服务器性能，需根据用例和预期负载，对提交和软提交的参数进行实验调优。
提交间隔不宜过长，否则事务日志会增长到过大尺寸。但软提交也不宜过于频繁。
建议上线前进行充分的性能测试，验证文档能否在期望的时间窗口内变为可搜索状态。