我怎样才能近似计算Solr指数大小

Question

如何近似计算使用solr创建的索引大小（内存使用量）？我知道有很多变量进入计算，但只是需要10GB还是10MB。

例如，我有1000个文档，只有 id 和 text 的字段，并且想要确定字段类型是字符串还是text_general。如果我添加另一个字段，大小如何变化。

也许，如果anybode可以如此感激，并在这里写一些关于真实指数的统计数据。

Answer 1

Solr指数大小取决于许多因素

1. 定义的字段数
2. 索引或存储的这些字段的配置。存储的字段通常会导致索引增长
3. 为该字段定义的类型和字段类型。例如字符串字段作为整体存储。但是，文本字段将生成多个令牌，具体取决于对字段执行的分析类型。例如边缘克，ngram，同义词等会导致生成多个令牌，如果存储将在索引中维护。
4. 您要编制索引的字段的内容。如果生成的标记更常见而且不是唯一的，那么Lucene会存储一个小的索引大小，因为它存储了标记字典，并且只是指向文档中的标记。
5. 保持位置对于索引大小来说可能非常昂贵，因此如果不使用位置则避免使用

以及更多。