Solr / rdbms，存储其他数据的位置

Question

当您需要有关构面结果的其他数据时，最佳做法是什么。

即。对于产品类别，我需要一个friendlyname / image / meta关键字/ description /等等。 （当分面时）

• 将其包含在文件中？ （可能会导致重复的错误）
• 在solr中引入类别作为新索引（或者在solr中通过doctype = category字段伪造）
• 使用rdbms使用SELECT WHERE IN查找其他数据（..category facet result ids ..）

谢谢，

REMCO

Answer 1

• 使用适合您数据的快速NoSQL数据库

BTW Lucene，它是Solr的底层，实际上也是NoSQL类型的存储设施。

如果我是你，我会使用MongoDB。这是我想到的第一个数据库，因为你需要二进制数据并且他们实际上发明了BSON，现在这种传播方式普遍意味着以类似JSON的方式传输二进制数据。

如果您的数据结构更像图形（如社交网络），请查看Neo4j，它具有快速的图形遍历算法。

Answer 2

关系数据库可以可靠地强制执行“类别是第一类实体”的事情。您需要参照完整性：产品可能不属于不存在的类别。删除的类别不得包含其子类别。规范化的RDB可以通过模式强制引用完整性。 NoSQL DB必须使用客户端代码（您必须编写）来强制引用完整性。

---

让我们看看“产品类别必须存在”和“子类别父母必须存在”的方式如下：

RDB ：为产品分配类别的表格（m：n关系）必须按ON DELETE CASCADE键入产品和类别。如果删除某个类别，则产品根本无法拥有此类别。作为子项链接到另一个类别的类别：relavent字段具有ON DELETE CASCADE。这意味着如果删除父项，则其子项不能存在。这整个方法都是声明性的（“因此声明它”），数据中存在所有复杂性，我们不需要为我们做的臭味代码。您可以自然地模拟数据库 ，了解它们对现实世界的影响。

文档存储类型NoSQL ：您需要编写代码来执行所有操作。 “类别已删除”是用例，您需要查找具有该类别的产品，并更新每个类别。您必须为每个用例编写代码。管理子类别也是如此。数据模型可能非常愚蠢，但它们的真实含义必须在代码中建模。而且更难以理解代码和控制流而不是数据结构。

您真的是否有需要NoSQL数据库的性能需求？

因此，使用RDBMS来管理您的数据。然后使用直接导入处理程序或客户端代码插入/更新非规范化实体以进行搜索。如果您的网站上的大多数请求都可以在Solr查询中表达，那太好了！

---

至于在Solr中表达层次结构分面，请参阅“Ways to do hierarchial faceting in Solr?”。

Answer 3

我会考虑两种选择：

1。）强化每个文档的信息而不对其进行索引（以尽可能保持索引较小）。关键是，我不会存储图像洞察Lucene / Solr - 只有文件指针。

2.）将附加数据存储在rdbms或nosql（linke mongoDB）上进行查找，如您所写。

我最喜欢的是第二名。一，因为数据库是传统的，最优化的数据存储方式。 但最终它取决于您的系统，因为您应该记住，您需要时间连接数据库，搜索数据并将其他信息发送回应用程序。 因此，将所有内容存储在lucene上会更快。

可能小的性能测试会很有用。

Answer 4

也许我错了，但是如果你在Solr主干上，你可以从Solr join suport中受益，这将允许你为几个实体建立关系，同时对两者实施条件。