SQL Server 全文索引可以处理多少数据？

Question

我意识到这个问题很模糊，这取决于硬件和我们的需求。

我们目前有 500 万行数据，总共有 5GB 的数据，我们希望使用全文索引对其进行索引。我们的数据增长非常快，假设几年后它会接近 10 亿行和 1 TB 数据并不是没有道理的。

该索引可供网站用户搜索，他们希望在一两秒钟内得到响应。

假设该数据集可使用 SQL Server 2012 全文索引编制索引是否合理？对如此大量的数据进行全文索引是否常见？有没有关于这个主题的好读物，例如来自其他人的经验？

Answer 1

我个人还没有实现过接近该规模的 FTS，但有记录的示例：

\n

\n

除了对并发用户的强大支持之外，\nMetalife 还发现 SQL Server 2005 全文搜索速度很快。\xe2\x80\x9cSQL\nServer 2005 至少与我们的自定义代码一样快，\xe2\x80\x9d 说 Pavlova。\n\xe2\x80\x9c我们创建了一个自定义算法来返回所有全文搜索\n我们的 1.4 TB 数据库在不到一秒的时间内完成，这就是我们在 SQL Server 2005 中看到的\n\xe2\x80\x99。\xe2\x80\x9d [来源]

\n

\n

这里提到 1.4TB 作为源数据库，但这并不一定意味着 TB+ 的全文索引数据。

\n

这个例子非常聪明，从文件中提取内容，然后将它们转移到廉价的云存储中：

\n

\n

目前，客户正在将超过 5000 万个文件（超过 10 TB 的数据）迁移到自定义项目管理应用程序（针对国际客户），可以通过该应用程序访问并搜索这些文件。SQL Server 2008 全文索引用于索引这些文件的内容，这为它们在应用程序中提供了丰富的搜索功能。[来源]

\n

\n

据记录，Newsgator早在 2005 年就运行了25 亿行、4TB 的全文实现，而 FileControl 则拥有20 亿行、1TB 的系统。考虑到当今可用的其他选择，他们现在会做同样的事情吗？

\n

考虑到 SQL Server 的许可成本，如果适合您的用例，我会倾向于考虑替代方案。Lucene或Solr是显而易见的开源选择。

\n