我正在考虑将Solr用于需要深度分页的用例，认为总共大约10万个结果的上限从大约1000万条记录的集合中分成1k页。我很快发现了为什么使用start＆amp; num_rows对于结果集来说是个坏主意，并且在进程中遇到了cursorMark。我发现有关cursorMark的文章提出了一个相对恒定的记录访问时间，无论该集合中的位置如何，这对我的情况来说都是完美的。
我遇到的问题是，这条路线会产生什么样的性能影响？假设我在时间返回1000时，将cursorMark用于深度页面到1k，10k，100k，100万条记录的结果集中，在内存/ CPU使用方面是否有任何性能差异？
答案 0 :(得分：1)
理论上，当你向下翻页时，它会更快一些。实际上，差异太小，你不会注意到它。
标准的非游标搜索使用一个小队列来保存top-X结果。每个匹配都会添加到该队列中，如果队列已满，则推出较差的匹配。
游标搜索也使用大小为X的队列。每个匹配都添加到该队列，如果其排序值超出前一个游标标记，如果队列已满，则推出较差的匹配。因此，当您更深入地页面时，插入的内容会少一些。
处有一些非常有说明性的光标性能图表