Performance 索引大小对搜索速度的影响（存储或不存储）
现在，我们使用Solr作为全文索引，其中文档的所有字段都被索引，但不存储。 有大约一百万个文档，索引大小是50GB。平均查询时间约为100ms 要使用突出显示等功能，我们需要考虑：额外存储文本。但是，这可能会使索引文件的大小增加一倍 我知道索引大小和查询时间之间绝对没有（线性）关系。在因子10上增加文档几乎不会导致查询时间的差异 但无论如何，系统（Solr/Lucene/Linux/…）必须处理更多的信息——例如，索引文件基于更多的I节点，等等 所以我确信，索引大小对查询时间有影响。（但是：这是显而易见的吗？） 第一： 你认为我是对的吗？ 您是否有过与有/无存储文本相关的索引大小和搜索速度方面的经验？ 通过存储文档来放大索引是否明智和合理 第二： 你知道Solr/Lucene是如何处理存储文本的吗？也许在不同的档案里？（这样对不需要存储文本的simples搜索没有影响！）Performance 索引大小对搜索速度的影响（存储或不存储）,performance,solr,lucene,Performance,Solr,Lucene,现在，我们使用Solr作为全文索引，其中文档的所有字段都被索引，但不存储。 有大约一百万个文档，索引大小是50GB。平均查询时间约为100ms 要使用突出显示等功能，我们需要考虑：额外存储文本。但是，这可能会使索引文件的大小增加一倍 我知道索引大小和查询时间之间绝对没有（线性）关系。在因子10上增加文档几乎不会导致查询时间的差异 但无论如何，系统（Solr/Lucene/Linux/…）必须处理更多的信息——例如，索引文件基于更多的I节点，等等 所以我确信，索引大小对查询时间有影响。（但是：这是
谢谢。是的，如果存储大字段，索引绝对会增长，但如果要突出显示字段，则没有其他方法。我不认为速度会降低那么多，也许只是因为你需要下载更多的数据检索结果，但这并没有那么重要
关于lucene索引格式和索引中的不同文件，您可以看看：存储的字段存储在特定的文件中。如果要突出显示，您不必存储，您可以从数据库中提取原始内容并重新分析原始内容，然后突出显示。当然，如果您有数据库。我不确定性能方面的成本是多少。我的意思是，如果您已经有了一个包含所需数据的数据库，那么它可以节省文件系统的空间，但可能比在性能方面存储字段更糟糕。您每次都必须重新分析，这是一种折衷。存储字段不应影响搜索性能，因为它们会转到不同的文件。不知道复合索引格式是否正确。@milan重新分析原始文本，以了解Solr/Lucene之外的突出显示是我们现在正在做的。问题是，实际上不可能在Solr/Lucene之外创建有效的高亮显示，因为必须像Solr一样处理术语，包括同义词、词干等。因此，您必须在应用程序端重建solr类型的突出显示，这是一个非常大的挑战-它永远不会以100%相同的结果工作。然后，如果您担心性能，请继续！将这些字段存储起来！：-）我可以知道我的回答是否有用吗？你在找别的东西吗？我写这个问题是为了了解索引大小对搜索速度的影响——可能是来自有实际经验的人。所以“我不认为”不能帮助我。关于你对lucene文件文档的链接很有用。嗯，我有实践经验，我从来没有在存储字段时遇到过性能问题，而我也有过大小问题。此外，该链接证明存储字段不会降低性能。这不回答你的问题吗？