最近写了个数据报告的搜索引擎，发现全文检索2G大小pdf文档效率很低。
业务逻辑：

1. 解析pdf文档，获取文本流。

2. lucene索引title/content等内容，生成索引文件。

3. lucene query方法，全文检索。

结果：执行速率不高，内存占用也不小。

我做的优化：

1. 使用停用词stopwords词典过滤content，压缩content文本大小。

2. 将content流式读取改为内存static存储。

请教优化方案？