反向索引的最佳NoSQL

Question

我正在开发一个小项目，我需要构建一个倒排索引并根据用户查询应用相似度算法 - 基本信息检索。用于构建和搜索倒排索引的最佳NoSQL产品是什么？

谢谢， Ĵ

Answer 1

由于反向索引是关于在文档中存储单词及其位置之间的关系，我不确定这对NoSQL来说确实是一个很好的用例。传统的SQL在这里会更好用。例如，尝试这样的数据结构：

Documents (DocumentID primary key, DocumentText text)
Words (WordID primary key, Word text)
Instances (InstanceID primary key, WordID foreign key, DocumentID foreign key, WordIndex integer)

使用此结构，当您将文档插入Documents表时，您将解析每个单词并将其添加到Words表中（如果它是新的）或检索现有的WordID如果它已经存在，然后将相关数据添加到Instances表。

如果您打算使用NoSQL，可以将它与MongoDB一起使用，并将所有文档放在一个集合中，将所有单词放在另一个集合中。在每个Word文档中，包含一个Instances数组，该数组是一个对象数组，其中包含相关文档的ObjectID和该文档中的单词索引。但是，我不确定MongoDB是否针对文档中的大型数组进行了优化。像“a”和“the”这样的常用词甚至可能会超过4MB的文档限制，具体取决于您拥有的数据量。

Answer 2

请参阅Elasticsearch

  

  
• 分布式，可扩展且高度可用
  
• 实时搜索和分析功能
  
• 复杂的RESTful API