在CDH上搭建的solr集群，core的索引数量超过2千万以后，性能下降的很快

环境是CDH5.2，机器就用1、2、3、4、5来表示，环境是HA高可用模式，1和2是namenode的主备机，3、4、5是datanode，目前只用了HDFS、HIVE、SOLR、HBASE、ZOOKEEPER。
SOLR安装在3、4、5这三台机器，为集群模式，文件存储方式为HDFS。
用JAVA程序调用solr接口，添加索引，目前测试，1700万，分6个线程跑，只要15分钟左右，比较正常，第二次再创建1700万的数据索引，大概要40分钟，再往后要1.5小时，共创建了8500万的数据，数据是从文本文件中用bufferReader读取，每个线程读取不同的文件，打印日志看，每2万条打印一次，每次读取和处理数据的时间在100-200毫秒左右，每10万条数据，不超过1秒钟，因此判断读取处理数据文件不存在性能问题，但是创建solr索引每10万条大约要2-3分钟（从第3次创建1700万的数据开始）
整体上看，性能下降是从数据过了2000万以下，越往后越慢，solr的配置文件配置改成手动和自动的都试过，自动提交的性能会稍快一些。
-------------------------------------------------------------------------------
不用CDH的环境，用TOMCAT+SOLR的方式，一台I5配置的PC机加一台虚拟机，存储速度每10万条只在10秒左右，PC机运行ECLIPSE，虚拟机安装TOMCAT+SOLR。

哪位大神有类似的经验，请不吝赐教。

从三个方面
　　l　调优某个Solr服务器(Scale High)
　　通过缓存和内存管理优化某个单实例的Solr。将Solr部署到一个拥有快速的CPU和硬件的专用服务器，通过调优，最大化的将单个服务器的性能达到最高。
　　l　使用多Solr服务器(Scale Wide)
　　使用多Solr服务器。如果你的avgTimePerRequest参数在你可接受的范围内（数据量一般在数百万），那么可以通过配置将你 的master上的索引完整地复制到slave机器上；如果你的查询已经很慢，那么使用分片来讲你的单个查询的负载分发到多个Solr服务器上。
　　l　使用复制(replication)和分片(sharding)(Scale Deep)
　　当你的数据量足够大，你需要同时使用复制和分片，那么每个分片将对应一个master和若干slave，这将是一个最复杂的架构。

这篇文章很适合楼主
Solr的扩充(Scaling)以及性能调优【分享】
http://www.aboutyun.com/thread-16739-1-1.html

非常感谢楼上分享