solr和sunspot在搜索引擎中的应用

我有pdf/word/html文档，平均包含约700-800页。我想使用solr/lucene和sunspot gem构建一个rails搜索引擎应用程序。如何管理这些文档的存储？我应该解析整个文档并将其存储在数据库中还是直接在文档中搜索。哪一个是可扩展和面向性能的选项？考虑到我有大约1-2个LAC的文档。

我认为此链接也类似于上面的链接。