Python 使用SOLR后端，通过django haystack实现物理内存增长
我有一个django webapp，有两个模型，每个模型在一个数据库中大约有25万行。昨天想要实现搜索，所以安装了haystack和SOLR后端。效果很好 在设置了SOLR（没有任何索引的SOLR的内存使用率是100MBish）并添加了3K索引作为测试之后，我忍不住注意到SOLR（start.jar）的RAM消耗达到了200MB。3k机型的100MB跳转 我的设置有问题吗？我遵循了默认的haystack solr安装说明、schema.xml等。如果有必要的话，模型本身并没有那么大 只是想澄清一下，一切都很好，只是记忆有点高。是不是前几千个指数会导致一个大的RAM峰值，而接下来的几十万个指数不会？因为如果我计划在将来索引500k，那么3k行的100MB的索引将非常高 对不起，如果我的问题有点模糊，我是个初学者，谢谢Python 使用SOLR后端，通过django haystack实现物理内存增长,python,django,solr,django-haystack,Python,Django,Solr,Django Haystack,我有一个django webapp，有两个模型，每个模型在一个数据库中大约有25万行。昨天想要实现搜索，所以安装了haystack和SOLR后端。效果很好 在设置了SOLR（没有任何索引的SOLR的内存使用率是100MBish）并添加了3K索引作为测试之后，我忍不住注意到SOLR（start.jar）的RAM消耗达到了200MB。3k机型的100MB跳转 我的设置有问题吗？我遵循了默认的haystack solr安装说明、schema.xml等。如果有必要的话，模型本身并没有那么大 只是想澄清一