索引大小對搜索速度的影響（存儲或不存儲）

現在，我們使用Solr作爲全文索引，其中文檔的所有字段都被索引但未存儲。有幾百萬個文件，索引大小是50 GB。平均查詢時間大約爲100ms。索引大小對搜索速度的影響（存儲或不存儲）

要使用突出顯示等功能，我們正在考慮：額外的商店文本。但是，這可能會使索引文件的大小加倍。

我知道索引大小和查詢時間之間絕對沒有（線性）關係。將因素10上的文檔上升會導致查詢時間幾乎沒有差異。

但是，系統（Solr/Lucene/Linux/...）必須處理更多信息 - 索引文件（例如）基於更多的I節點等等。

所以我敢肯定，對索引大小的查詢時間有影響。（但是：這是顯而易見的嗎？）

1st：你認爲我是對的嗎？您是否有任何關於索引大小和搜索速度的經驗？通過存儲文檔來炸開索引是否合理又合理？

2nd：您知道嗎，Solr/Lucene如何處理存儲的文本？也許在單獨的文件？（因此，對簡單搜索沒有影響，因爲不需要存儲文本！）

謝謝。

2012-01-11 The Bndr

我可以知道我的答案是否有用嗎？你在找別的東西嗎？ – javanna 2012-01-14 11:13:06

我寫了這個問題，以便獲得關於索引大小取決於搜索速度的影響的感覺 - 也許來自有實際經驗的人。所以「我不認爲」不會幫助我。將你的鏈接發佈到lucene文件doc很有用。 – 2012-01-18 16:23:24

那麼，我確實有實際經驗，而且我從來沒有在存儲字段時遇到性能問題，而我遇到了尺寸問題。此外，鏈接證明存儲區域不會降低性能。這不是回答你的問題嗎？ – javanna 2012-01-18 16:53:15

是的，如果您存儲大字段，索引增長是絕對正確的，但如果您想突出顯示它們，則沒有其他方法。我不認爲速度會下降很多，也許只是因爲你需要下載更多的數據檢索結果，但這不是那麼相關。

關於lucene索引格式和索引內的不同文件，您可以看看here：存儲的字段存儲在特定的文件中。

2012-01-11 15:09:46 javanna

如果您想突出顯示，您不必存儲，您可以獲取原始數據並重新分析數據庫中的原始內容，然後突出顯示。 – milan 2012-01-11 15:29:51

當然，如果你有一個分貝。我不確定在性能方面的成本是多少。我的意思是，如果你已經有了一個你需要的數據的分區，它可以節省文件系統的空間，但也許比在性能方面存儲字段更糟。 – javanna 2012-01-11 15:33:10

每次都必須重新分析，這就是權衡。存儲字段不應影響搜索性能，因爲它們無論如何都會轉到其他文件。不知道這是否符合複合索引格式.. – milan 2012-01-11 15:39:22

回答