Solr中如何使用游标进行深度分页查询

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：

Java代码

1. //游标查询
2. public static void cursorQuery()throws Exception{
3. //http solr服务
4. HttpSolrClient sc=new HttpSolrClient("http://localhost:8983/solr/one");
5. //solr查询封装
6. SolrQuery sq =new SolrQuery();
7. sq.setRows(2);//设置游标一次读的数量
8. sq.set("q", "*:*");//按条件检索
9. sq.setSort("id", ORDER.asc);//根据主键排序
10. String cursorMark = CursorMarkParams.CURSOR_MARK_START;//游标初始化
11. boolean done = false;
12. while (!done) {
13. sq.set(CursorMarkParams.CURSOR_MARK_PARAM, cursorMark);//变化游标条件
14. QueryResponse rsp = sc.query(sq);//执行多次查询读取
15. String nextCursorMark = rsp.getNextCursorMark();//获取下次游标
16. //做一些操作数据的事
17. for(SolrDocument sd:rsp.getResults()){
18. System.out.println(sd.get("id"));
19. }
20. //如果两次游标一样，说明数据拉取完毕，可以结束循环了
21. if (cursorMark.equals(nextCursorMark)) {
22. done = true;
23. }
24. cursorMark = nextCursorMark;
25. }
26. //关闭连接
27. sc.close();
28. }

参考文档： https://cwiki.apache.org/confluence/display/solr/Pagination+of+Results