50M左右。
这是其有效熵值转换成的比特数，也就是这个测试集本身蕴含的信息的比特数。
但是这种单纯的数据是不能使用和检索的，所以才会有「资料库」这种东西，把信息编码索引，安排好位置。
换言之，单纯的信息就像是无数的人，资料库就是盖上一栋大楼，把他们放进各自的房间。
这就要在本身的数据基础上，加上B—tree或者其他tree的索引、哈希表等等，就像是楼梯楼层和门牌号。
通常来说，这些数据转换成资料库格式之后，整体数据量大概在200M—300M。
这大概就是地榜排名前几的水平，其实能做到这个数量级就已经很强了。
但但如果是天榜的话，目前已经强到离谱了。
譬如现在焦灼在天榜前列的两个ID：「递归之梦」和「等待戈多」，已经把这个数据压缩到了130M左右。
在这个数据集上，已经可以和商用资料库相媲美，甚至在某些方面犹有过之了，当然，也不同程度的呈现出了过拟合，算是针对性优化。
陈雁行把自己的数据集导入了唐一平的项目里。
导入的速度很快，而且CPU占用率很高，几乎是瞬间拉满，然后导入完成。
陈雁行再次跑了一遍测试流程。
测试结果一行行的输出，和陈雁行在日志里面看到的一模一样，片刻之后，一模一样的分数出现。
2147483647。
这不对啊，这不可能。
莫非他真的是秦始皇？
作为一个网络安全的大佬，其实陈雁行首先就是个测试方面的专家，他设计的测试用例和测试程序非常完善。
还是那句话。
可能出错，但不可能出现这种低级错误。
陈雁行拉出来了测试细分项，就看到了测试的平均响应时间。
0ms（毫秒）？
果然出错了吧。
正常来说，这种体量的资料库的简单查询应该在几十毫秒。
等等，莫非是查询速度快到了四舍五入之后都是0？
直接低了一到两个数量级。
这会儿，陈雁行其实遇到了和奎哥一样的问题。
位数不够，显示不全的问题。
可是，谁特么的资料库测试响应时间，需要用到比毫秒还小的单位啊！
陈雁行一边吐槽著，一边打开了自己的测试程序，修改了一下代码，把统计单位变成了us（微秒）。
然后又跑了一遍测试。
这次结果终于显示正常了。
不，陈雁行觉得