Jawaban singkatnya adalah:Anda tidak bisa, tidak hanya berdasarkan rata-rata. ukuran dokumen (setidaknya tidak dengan cara yang akurat).
Untuk menjelaskan lebih verbosely:
Ruang yang dibutuhkan pada disk bukan hanya fungsi dari ukuran dokumen rata-rata. Ada juga ruang yang dibutuhkan untuk setiap indeks yang Anda buat. Lalu ada ruang yang dibutuhkan jika Anda memicu gerakan itu (meskipun padding, ini memang terjadi) - ruang itu ditempatkan pada daftar untuk digunakan kembali tetapi tergantung pada data yang Anda masukkan kemudian, mungkin atau tidak mungkin untuk gunakan kembali ruang itu.
Anda juga dapat menambahkan fakta bahwa pra-alokasi berarti bahwa kadang-kadang beberapa dokumen akan meningkatkan pemanfaatan ruang di disk Anda sebesar ~2GB saat file data baru dialokasikan. Tentu saja, dengan data yang memadai, ini pada dasarnya akan menjadi kesalahan pembulatan, tetapi perlu diingat.
Satu-satunya cara untuk memperkirakan jenis data ini terhadap rasio ukuran, dengan asumsi pola penggunaan yang konsisten, adalah dengan tren dari waktu ke waktu untuk kasus penggunaan khusus Anda dan melacak penggunaan ruang disk versus data yang dimasukkan (jumlah dokumen mungkin lebih baik daripada volume data tergantung pada variabilitas ukuran dokumen).
Demikian pula, jika Anda melacak tingkat penyisipan, ukuran dokumen, dan ruang yang diperoleh kembali dari sinkronisasi ulang/perbaikan. FYI - Anda dapat menyinkronkan ulang sekunder dari awal untuk mendapatkan salinan "baru" dari file data daripada menjalankan perbaikan, yang dapat mengurangi gangguan, dan menggunakan lebih sedikit ruang tergantung pada penyiapan Anda.
