如何近似计算 Solr 索引大小

Question

如何近似计算使用 solr 创建的索引大小（内存使用量）？我知道计算中有很多变量，但只是关于它需要 10GB 还是 10MB。

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

也许，如果有人能如此感激并在这里写一些关于真实索引的统计数据。

Answer 1

Solr 索引大小取决于许多因素

1. 定义的字段数
2. 这些字段的配置，索引或存储的位置。存储字段通常会导致索引增长
3. 为字段定义的类型和字段类型。例如字符串字段作为一个整体存储。但是，文本字段将根据对字段执行的分析类型生成多个标记。例如边缘 gram、ngram、同义词等会导致生成多个标记，如果存储将保留在索引中。
4. 您正在索引的字段的内容。如果生成的令牌更常见且不是唯一的，那么您的索引会很小，因为 Lucene 将令牌字典分开存储，并且只有指向文档中令牌的指针。
5. 对于索引大小而言，维护位置可能非常昂贵，因此如果不使用位置，请避免使用它

还有更多。