存储此关系的好方法是什么，以便我可以有效地回答此表单的查询？

Question

对不起，如果我得到一点点肮脏的话：

  

我有两个集，X和Y，以及多对多关系ℜℜX✗Y。

     

  
• 对于所有x∈X，设xℜ= {y | （x，y）∈ℜ}⊆Y，Y的子集与x相关联。
  
• 对于所有y∈Y，让ℜy= {x | （x，y）∈ℜ}⊆X，X的子集与y相关联。
  

     

将查询定义为Y，Q⊆⊆（Y）的一组子集。

     

让查询的图像成为Q中子集的并集：

image(Q) = Uq∈Q q

     

假设X x 的元素满足查询Q如果对于所有q∈Q，q∩xℜ≠∅，即如果Q中的所有子集与与x相关联的Y的子集重叠。

     

定义证据满足查询Q的元素x，以便：

evidence(x,Q) = xℜ ∩ image(Q)

  也就是说，与x相关联的Y部分用于匹配Q的某些部分。这可用于验证x是否满足Q.

我的问题是我应该如何存储我的关系？这样我才能有效地报告哪些x∈X满足查询，并最好报告满意的证据？

关系不是太大，因为csv只有6GB左右。我有几个想法，我都不满意：

1. 我可以存储{（x，xℜ）| ∀x∈X}只是在一个平面文件中，然后执行O（| X || Q || Y |）工作检查每个x以查看它是否满足查询。这可以并行化，但感觉不对。
2. 我可以将store存储在Y上索引的数据库表中，检索{（y，ℜy）| ∀y∈image（Q）}，然后将其反转得到{（x，evidence（x，Q））| ∀xs.t.证据（x，Q）≠∅}，然后检查，找到满足Q和证据的x。这看起来好一点，但我觉得自己可能正在做一些我可以要求我的RDBMS做的事情。

我怎么能做得更好？

Answer 1

我认为＃2是要走的路。此外，如果Q可以在CNF中表示，您可以使用多个查询和INTERSECT来使RDBMS执行一些繁重的工作。 （与DNF和UNION类似。）

这看起来有点像你想要的“反向索引”，这是一些RDBMS所支持的。 X =文档集，Y =单词集，q =与glob“a * c”匹配的单词集。

HTH