标签搜索的数据存储解决方案

Question

我有数以百万计的物品是通过预先计算的分数订购的。每个项目都有许多布尔属性。让我们说，总共有大约一万种可能的属性，每个项目都有十几个属性。

我希望能够在实时(几毫秒)中请求，这是给定属性组合的前n项。

你会推荐什么解决方案？我正在寻找一些非常可伸缩的东西。

--

• 我们目前正在查看mongodb和数组索引，您看到了什么限制吗？
• SolR是一种可能的解决方案，但我们不需要文本搜索功能。

Answer 1

如果像这样存储对象，Mongodb可以处理您想要的东西

{ score:2131, attributes: ["attr1", "attr2", "attr3"], ... }

然后，下面的查询将匹配所有具有att1和attr2的项

c = db.mycol.find({ attributes: { $all: [ "attr1", "attr2" ] } })

但这不符合

c = db.mycol.find({ attributes: { $all: [ "attr1", "attr4" ] } })

查询返回一个游标，如果希望对该游标进行排序，则只需将排序参数添加到查询中，如下所示

c = db.mycol.find({ attributes: { $all: [ "attr1", "attr2" ] }}).sort({score:1})

看看高级查询，看看什么是可能的。

可以按以下方式设置适当的索引

db.mycol.ensureIndex({attributes:1, score:1})

并且您可以使用

db.mycol.find({ attributes: { $all: [ "attr1" ] }}).explain()

蒙戈解释了扫描了多少个物体，操作花费了多长时间，以及其他各种统计数据。

Answer 2

这正是蒙戈所能应付的。您的属性是布尔类型这一事实在这里有所帮助。下面列出了一个可能的模式：

[
    {
        true_tags:[attr1, attr2, attr3, ...],
        false_tags: [attr4, attr5, attr6, ...]
    },
]

然后我们可以在true_tags和false_tags上进行索引。使用$in，$all，.查询运算符。

Answer 3

雷迪斯将是一个完美的候选人

• “按分数排序的数百万项”的“前n项”

Redis有一个内置的数据结构，您可以从它开始：Sorted Set，=>，排序集的每个成员都与得分相关联。例如，可以用兹朗贝斯克对其进行排序。

ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]

我鼓励您查看排序集命令，并对Redis有一种感觉，因为您的问题(正如所述)所要求的那样。当然，您可以在一个集合元素中保留尽可能多的属性。

至于MongoDB，由于您提到了数百万，除非您可以将增量查询用于解决您的问题，否则我不会期望出现次级第二次响应。

正如@nickdos所提到的，Solr相关性是一个非常强大的特性，但是属性的数量将是一个问题，因为它需要将所有这些属性保存在每个项的内存中。虽然一打可能不是那么糟糕，但=>只是试着去看看。