我已经开始研究一个新项目了。该项目涉及跟踪可能的数千份文件。每个文档至少是表中包含标题，作者，描述等字段的行（主文档表）。
但是，每个文档至少可以在文件系统中以多种不同的形式表示。
例如：
（1）每个文件都有或至少应该是pdf版本， （2）如果有pdf，则将pdf的每个页面提取到图像文件中，并且 （3）每个文件的文本要么从PDF中提取，要么以其他方式得出。
因此系统中的每个文档实际上都有几个（可能是五十个或更多，取决于页数）与之关联的文件。
比我原来更简洁：
每个文档可以包含一个或多个与之关联的不同数据对象（pdf文件，jpgs，文本）。但数量和类型是任意的。
最初，这些数据对象只是存储在服务器上的文件，使用目录结构来保持它们的有序性。示例：/ documents / {id} / images，/ documents / {id} / pdfs等。为了避免不断扫描文件系统，这个目录结构在MySQL数据库中表示，使用了大量的表和外键。获取有关文档的所有信息 - 每个与之关联的文件 - 都需要复杂的JOIN。
像MongoDB这样的NoSQL解决方案会更好吗？我特别感兴趣的是最终将所有文件存储在数据库中，以更好地确保文档与其数据之间的完整性。
答案 0 :(得分：1)
数千人转向NoSQL？让我们不要低估像MySQL，Postgres等RDBMS。您可以毫无问题地处理数百万行......只需确保您的应用程序正确编写。