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未存储。有几百万个文件，索引大小是50 GB。平均查询时间大约为100ms。索引大小对搜索速度的影响（存储或不存储）

要使用突出显示等功能，我们正在考虑：额外的商店文本。但是，这可能会使索引文件的大小加倍。

我知道索引大小和查询时间之间绝对没有（线性）关系。将因素10上的文档上升会导致查询时间几乎没有差异。

但是，系统（Solr/Lucene/Linux/...）必须处理更多信息 - 索引文件（例如）基于更多的I节点等等。

所以我敢肯定，对索引大小的查询时间有影响。（但是：这是显而易见的吗？）

1st：你认为我是对的吗？您是否有任何关于索引大小和搜索速度的经验？通过存储文档来炸开索引是否合理又合理？

2nd：您知道吗，Solr/Lucene如何处理存储的文本？也许在单独的文件？（因此，对简单搜索没有影响，因为不需要存储文本！）

谢谢。

2012-01-11 The Bndr

我可以知道我的答案是否有用吗？你在找别的东西吗？ – javanna 2012-01-14 11:13:06

我写了这个问题，以便获得关于索引大小取决于搜索速度的影响的感觉 - 也许来自有实际经验的人。所以“我不认为”不会帮助我。将你的链接发布到lucene文件doc很有用。 – 2012-01-18 16:23:24

那么，我确实有实际经验，而且我从来没有在存储字段时遇到性能问题，而我遇到了尺寸问题。此外，链接证明存储区域不会降低性能。这不是回答你的问题吗？ – javanna 2012-01-18 16:53:15

是的，如果您存储大字段，索引增长是绝对正确的，但如果您想突出显示它们，则没有其他方法。我不认为速度会下降很多，也许只是因为你需要下载更多的数据检索结果，但这不是那么相关。

关于lucene索引格式和索引内的不同文件，您可以看看here：存储的字段存储在特定的文件中。

2012-01-11 15:09:46 javanna

如果您想突出显示，您不必存储，您可以获取原始数据并重新分析数据库中的原始内容，然后突出显示。 – milan 2012-01-11 15:29:51

当然，如果你有一个分贝。我不确定在性能方面的成本是多少。我的意思是，如果你已经有了一个你需要的数据的分区，它可以节省文件系统的空间，但也许比在性能方面存储字段更糟。 – javanna 2012-01-11 15:33:10

每次都必须重新分析，这就是权衡。存储字段不应影响搜索性能，因为它们无论如何都会转到其他文件。不知道这是否符合复合索引格式.. – milan 2012-01-11 15:39:22

回答