假设我的 Solr 模式中有一个字段，其值为 1、2、3 或 4。我不对该字段进行算术运算。该字段是记录的状态。它可以很容易地是 A、B、C 或 D。11,000,000 条记录中的每一条都具有这些状态之一。
在这个问题中，一个答案说整数“更节省内存”，所以这是一个开始。还有其他因素需要考虑吗？一个匹配比另一个快吗？
该字段不会被排序。这些值是任意的，我们永远不会进行排序。它只会用于过滤查询。
问问题
1361 次
2 回答
6
你会查询一个范围吗？因此，如果您的 1...4 确实标记了从 Bad to Great 的状态，您会查询 1-2 的记录吗？这是您可能需要它们成为整数的唯一事情（而且，由于您只有 4 个，这没什么大不了的）。
我在数据存储中的规则是，如果 int 永远不会用作 int，则将其存储为字符串。它可能需要更多空间等，但您可以进行更多字符串操作等。如果一个字段是字符串或 int，11m 记录的内存需求可能无关紧要（11m 是很多记录，但不是很重的负载对于 Solr/Lucene）。
于 2013-01-14T17:51:26.710 回答
3
只有 4 个不同的值，int 和 String 对于过滤查询、排序甚至范围查询的执行非常相似。
于 2013-01-15T14:55:15.720 回答