Java 在SOLR数据库中，唯一的字符串字段是否在RAM中多次存储？

我有一个SOLR数据库，它需要有一个新字段，其中包含一个类似于标记的字符串列表，但它们是预定义的并用于内部目的。该SOLR核心的搜索结果将通过公共互联网传递给第三方网站开发者。因此，我想混淆标签，使人们不可能猜出一个会泄露另一位客户信息的标签

我可以很容易地使用guid来实现这一点，但我想知道，在RAM中有数十万条记录，并且一个字段包含多个guid的数组，会有什么影响

如果GUID被记录为原子，即GUID的一个副本和对它的多个引用，那么这不是问题。但我无法确定SOLR或Lucene是否在其in-RAM数据结构中使用原子。磁盘存储不是问题

这与重复数据消除问题类似，但我的研究表明，人们最关心的是整个重复文档，而不是单个字段。

有两个索引：

倒排索引。无论使用多少次，每个guid都将存储一次（实际上不到一次）

正常指数。每个guid在每次使用时都将存储一次。如果您愿意，可以在这里使用压缩。（“压缩”可能意味着您有一个特殊的表来转换数字标记，因此每个标记都存储为一个数字-->每个标记占用1个字节[假设少于2^8个标记]。）

---

用户是第三方网站开发人员，他们将GUID作为API密钥放入URL中。他们不会直接点击SOLR，而是通过简单的代理将他们的API请求转换成SOLR搜索。SOLR的索引存储在RAM中。我知道存在某种形式的持久性，以便在进程重新启动时可以重新加载，但我只对RAM存储的效率感兴趣。每个GUID都在几十条记录上，由于有几十万条记录，它将对RAM消耗产生重大影响。@MichaelDillon:我想你指的是

NRTCachingDirectory

？这只是将一个

RAMDirectory

包裹在一小段周围，在“效率”方面没有什么神奇的变化。它只是将文件存储在内存中。