LucidWorks搜索引擎索引应该占用多少存储空间？

Question

我正在尝试使用LucidWorks (http://www.lucidimagination.com/products/lucidworks-search-platform)作为我的组织内部网的搜索引擎。我想要它从各种数据源(web & wiki，文件系统，Subversion存储库)索引各种文档类型(Office格式，PDF，网页)。到目前为止，我尝试了索引几个站点、目录和存储库(大约500K文档，总大小约为50 So )-索引的大小为155 So。

这是否合理呢？索引是否应该占用比数据本身更多的存储空间？数据大小与索引大小比率的合理经验法则是什么？

Answer 1

没有合理的索引大小，基本上取决于你所拥有的数据。

理想情况下应该更少，但没有经验法则。

但是，对于索引大小和数据大小，取决于对数据进行索引的方式。

许多因素将决定并影响您的索引大小。

索引中的大部分空间被存储的数据字段占用。

如果对文档中的数据进行索引，并且所有内容都已存储，则索引大小肯定会增长。

对索引字段属性的微调也有助于节省空间。

您可能希望重新访问需要索引和存储的字段。

另外，您是否使用了大量的复制字段来复制数据或维护重复数据。优化也可能会有所帮助。

更多信息@ http://wiki.apache.org/solr/SolrPerformanceFactors