(The bot translated the original post https://lists.apache.org/thread/nr38wctrf5lr1j34c985rp625qqfokwo into Japanese and reposted it under Apache License 2.0. The copyright of posted content is held by the original poster.)

みなさん、こんにちは。

私たちのインデックスには、サプライヤーとその製品に関するデータが含まれており、これをフロントエンドで検索リクエストに応じて表示しています。

---

例：

サプライヤーID：678 に対して、インデックスには以下の 2 製品が登録されています。

product-id（ユニーク）

document1:

{
  "product-id": 123,
  "product-price": 2000,
  "product-name": "ジュートバッグ",
  "supplier-id": 678,
  "company-name": "BagFactoryLimited"
}

document2:

{
  "product-id": 863,
  "product-price": 4500,
  "product-name": "トロリーバッグ",
  "supplier-id": 678,
  "company-name": "BagFactoryLimited"
}

ご覧のとおり、インデックス内の各ドキュメントには、

• 製品の詳細（product-id, product-price, product-name）
• サプライヤーの詳細（supplier-id, company-name）

が含まれています。

---

問題1：（インデックス時）

サプライヤーに関連するフィールド（例えば会社名など）に変更があった場合、サプライヤーのすべての製品を再インデックスしています。
ただし、サプライヤーに関するデータはすべての製品で同じです。

参考までに：
私たちは1日あたり約 5億（5Cr） 件のドキュメントを再インデックスしています。

→ 冗長なデータのインデックスを避けられるような、より良い最適化方法があれば教えていただきたいです。

---

問題2：（クエリ実行時）

現在のインデックスからクエリでデータを取得する際、1つのサプライヤーにつき最も関連性の高い製品を1つだけ表示しています。
（たとえ1つ以上のドキュメントがマッチしたとしても）

このために、collapse query を supplier-id フィールドに対して使っています（ドキュメント間の関係がわからないため）。
※ただし、これは非常にリソース負荷が高いです。

例：

fq={!collapse field=supplier-id}

参考までに：
私たちは1日あたり約 250万（25 Lakh） 件のクエリを処理しています。

→ 上記のような負荷の高いクエリを避け、検索応答を最適化できるような、より良いインデックス構成があれば教えていただきたいです。

---

当社の Solr インフラ情報：

• Solr バージョン： 9.6.1
• ノード数： 8
• シャード数： 62
• ノードごとのヒープサイズ： 12GB
• ノードごとのRAM： 50GB
• ノードごとのCPUコア数： 16
• ドキュメント数： 約 20億（20Cr）
• インデックスサイズ： 約 250GB
• ルーティング： implicit

---

よろしくお願いいたします。
Uday Kumar
Product Search Tech