Performance 我应该将Solr中存储字段的大小保持在最小值吗？

我期待着介绍索尔电力搜索一个企业上市网站。该网站有大约200万条记录

有一个搜索结果页面，它将显示每个结果的一些关键数据。我相信这个摘要信息所需的数据大约是每个结果1KB

我可以简单地索引Solr中搜索所需的字段，但这意味着对每个结果进行单独的数据库调用，以填充摘要信息。如果Solr能够返回所有这些数据，我希望它能产生比40次数据库往返更高的性能

---

令人担忧的是，Solr的内存使用量太大（我该如何计算它呢？），而且索引可能会花费太长的时间来处理额外的数据。

与40 db往返相比，将这些字段存储在Solr中会大大受益。只需确保在模式配置中将该字段标记为“未索引”（index=false），也可以是压缩的（compressed=true）（当然，在索引和检索时，这将使用一些CPU）

---

将字段标记为“未编制索引”时，在编制索引时，任何分析器都不会处理该字段，使其存储速度比编制索引的字段快得多。

这是一种折衷，您必须自己进行分析

Solr的性能在很大程度上取决于缓存，不仅是查询的缓存，还包括文档本身的缓存。这些缓存依赖于内存，文档越大，在固定的内存量中容纳的空间就越小

文档大小还影响索引大小和复制时间。对于具有主从配置的大型索引，这可能会影响更新索引的速率

理想情况下，您应该测量不同缓存大小的缓存命中率，有字段和没有字段。如果您可以使用内存来获得足够高的字段缓存命中率，那么请尽一切努力。如果不能，则可能必须从其他系统获取文档内容

还有第三种方法您没有提到，那就是将文档存储在DB之外，而不是存储在Solr中。它们应该以尽可能接近搜索结果的格式存储。创建/更新索引的代码也可以创建/更新这些文档。这是一个很大的工作，但就像所有的事情一样，这取决于你需要多少性能以及你愿意做什么来获得它

---

编辑：为了测量缓存命中率和吞吐量，我发现最好的测试源是您当前的查询日志。花一两天的时间进行实时查询，并针对不同的索引和配置运行它们，以查看它们的工作情况。

唯一需要注意的是数据库和Solr中的一致数据。如果数据库中的数据发生变化，则需要在Solr中进行更新。