¿Hay enlaces/recursos hacia los puntos de referencia de rendimiento para Lucene/Solr en grandes conjuntos de datos. Los conjuntos de datos por encima de la gama de 500 GB ~ 5 TBDónde puedo encontrar puntos de referencia de rendimiento para Apache Lucene/Solr
Gracias
Lucene committer Mike McCandless ejecuta benchmarks sobre una base regular para localizar a actuaciones mejoras y regresiones. Están hechos con exportaciones de Wikipedia, que pueden ser un poco más pequeñas de lo que estás buscando.
Pero el rendimiento no depende tanto del tamaño de la entrada, sino del número de documentos y términos únicos. Si ya tiene algunos datos similares a los que deberá indexar, le recomendaría que consulte Mike's test tool, lo adapte a sus necesidades y lo ejecute con su propio conjunto de datos y hardware para tratar de averiguar qué tipo de números de rendimiento puede obtener. esperar.