solr - 如果一个字段适合其中之一，我应该更喜欢 Solr 模式中的整数还是字符串？

Question

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有这些状态之一。

在 this question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。它只会用于过滤器查询。

Answer 1

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地方(而且，因为您只有 4 个，所以没什么大不了的)。

我的数据存储规则是，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。如果该字段是字符串或整数，11m 记录的内存需求可能无关紧要(11m 是很多记录，但不是很重的负载用于 Solr/Lucene)。