如果一个字段适合任何一个字段，我应该更喜欢我的Solr模式中的整数或字符串吗？

Question

假设我的Solr架构中有一个字段，其值为1,2,3或4.我对此字段不进行算术运算。该字段是记录的状态。它可以很容易地成为A，B，C或D.11,000,000个记录中的每一个都具有这些状态之一。

在this question中，答案说整数是“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？

此字段不会被排序。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。

Answer 1

你会查询一个范围吗？因此，如果您的1 ... 4真的标记为Bad to Great的状态，您是否会查询1-2的记录？这是你可能需要它们成为唯一的东西（而且，因为你只有4个，所以这不是什么大不了的事。）

我在数据存储方面的规则是，如果int永远不会被用作int，那么将它存储为字符串。它可能需要更多的空间等，但你可以做更多的字符串操作等。如果一个字段是字符串或int（11m是很多记录，但不是重负载），11m记录的内存要求可能无关紧要对于Solr / Lucene）。

Answer 2

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效果非常相似。