我正在尝试不同的基础架构方法，我很惊讶地注意到以下内容。
我已经通过 Solr4.4 中的 sql 查询使用 DataImportHandler 索引了 130 万个文档（所有字段被索引、存储和一些 shingle-analyzed）。
方法 1：单个 Solr 实例
索引时间：~10 分钟
“索引”文件夹大小：1.6GB
方法 2：具有两个索引切片的 SolrCloud。
索引时间：~11 分钟
“索引”文件夹的大小：1.6GB + 1.5GB = 3.1GB
每个索引切片都有大约 0.65M 的文档添加到预期的原始总数中。
Approach3：SolrCloud 有两个分片（1 个领导者 + 1 个副本）
索引时间：~30 分钟
“索引”文件夹的大小：Leader (4.6GB)，replica (3.8GB) = 8.4GB（预计为 1.6gb * 2，但约为 1.6gb*5.25）
我遵循了SolrCloud 教程。
我意识到有一些元数据（如果我错了，请纠正我），如术语字典等，无论切片（分区）或分片（复制），它们都必须存在于所有实例中。
然而，方法 2 和方法 3 显示最终索引大小急剧增长 ( 400% )。
请您提供见解。