我要为在线内容构建一个平台。 这个系统基本上有两个实体:内容和标签。 标签以多对多的方式与内容相关。
如果我使用 SQL 数据库,它的建模方式如下:
内容 1-----* TC *-----1 标签
鉴于此模型,我需要进行如下查询:
1)通过id获取内容
2)通过一个标签获取内容——“列出所有MATH*内容”
(*) MATH 是一个标签
3)通过多个标签获取内容——“列出所有HARD* MATH*内容”
4) 按内容属性过滤上面的数据:-“列出上周创建的所有 HARD* MATH* 内容”
1 和 2 几乎不是问题,但我相信 3 和 4 会变得棘手。
在关系世界中,对于查询 (4),我可以从 CONTENT 开始并多次加入 TC,如下所示:
select distinct(c.*) from CONTENT c, TC tc1, TC tc2
where tc1.content_id = c.id
and tc2.content_id = c.id
and tc1.id = <math_tag_id>
and tc2.id = <hard_tag_id>
and c.creation_date > <last_week>
但我不确定在以下情况下这是否会很好地扩展: - TC有很多数据 - 我需要查询4到8个标签的交集
对此有什么想法吗?
在 noSQL 世界中,迄今为止我使用的唯一数据库是 BigTable。 据我所知,BigTable 可能不是解决此问题的最佳选择。 如果我使用相同的“表”,对于 (3) 我可能会使用类似的东西(假设 ndb+python)
tcs = TC.query(
TC.tag_key.IN([math_tag_key, hard_tag_key])
).fetch()
content_keys = [tc.content_key for tc in tcs]
distinct_content_keys = set(content_keys) //eliminate repeated values
contents = ndb.get_multi(distinct_content_keys)
但是,
- 我不知道当
TC.tag_key.IN
收到 4 到 8 个标签时它的性能如何(对此有什么想法吗?) - 我无法进行查询 (4),因为我无法使用 CONTENT 进行连接(BigTable 不进行连接)。另一种方法是在 TC 中复制 CONTENT 的属性,这是一个 PITA。 (在 BigTable 中有更好的方法来做到这一点吗?)
因此,这里更大的问题是:哪种数据库最能解决这个问题? 我倾向于研究图形数据库,看看它们能多好地解决这个问题,但我认为我需要一些专家的意见。
图形数据库真的是可行的方法吗? Neo4J 是最佳选择吗?
最佳答案
与关系数据库相比,图形数据库的优势之一就是您所描述的问题类型。如果关系数据库世界中的答案导致许多连接(其中许多可能依赖于数据库,但可能在 8 时开始成为问题,当然在 16 时开始成为问题)那么您应该查看图形数据库。
除了 Neo4J 之外,您可能还想看看 Titan,无论哪种方式,您可能都想看看您是否想要蓝图或 Spring 之类的东西来帮助您与实现细节隔离开来(尽管如果您这样做可能会带来其他问题确实需要高性能)。
关于database - 交叉引用多个多对多关系。我应该选择哪个数据库?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/18895586/