Question

我打算建立一个在线内容平台。该系统基本上有两种权利：内容和标签。标签以多对多的方式与内容相关。

如果我使用SQL数据库，它将被建模为：

内容1 ----- * TC * ----- 1 TAG

鉴于此模型，我需要进行如下查询：

1）按ID

获取内容

2）通过一个标签获取内容 - “列出所有MATH *内容”

（*）MATH是一个标签

3）通过多个标签获取内容 - “列出所有HARD * MATH *内容”

4）按内容属性过滤上述数据： - “列出上周创建的所有HARD * MATH *内容”

1和2几乎不是问题，但我相信3和4可能会变得棘手。

在关系世界中，对于查询（4），我可以从CONTENT开始并多次加入TC，如下所示：

select distinct(c.*) from CONTENT c, TC tc1, TC tc2
where tc1.content_id = c.id
and tc2.content_id = c.id
and tc1.id = <math_tag_id>
and tc2.id = <hard_tag_id>
and c.creation_date > <last_week>

但是我不确定这会在以下情况下很好地扩展： - TC有很多数据 - 我需要查询4到8个标记的交集

对此有何看法？

在noSQL世界中，我目前使用的唯一数据库是BigTable。据我所知，BigTable可能不是解决这个问题的最佳选择。如果我使用相同的“表格”，对于（3）我可能会喜欢（假设ndb + python）

tcs = TC.query(
    TC.tag_key.IN([math_tag_key, hard_tag_key])
).fetch()
content_keys = [tc.content_key for tc in tcs]
distinct_content_keys = set(content_keys) //eliminate repeated values
contents = ndb.get_multi(distinct_content_keys)

但是，

当TC.tag_key.IN收到4到8个标签时，我不知道这会有多好（对此有什么看法？）
我无法进行查询（4），因为我无法加入CONTENT（BigTable不会加入）。替代方案是在TC中复制CONTENT的属性，这是一个PITA。（在BigTable中有更好的方法吗？）

所以，这里更大的问题是：什么数据库最好地解决了这个问题？我倾向于研究Graph数据库以了解它们如何解决这个问题，但我认为我需要一些专家意见。

图表数据库真的是要走的路吗？ Neo4J是最好的选择吗？

Answer 1

与关系数据库相比，图表数据库擅长的领域之一是您描述的问题类型。如果关系数据库世界中的答案导致许多连接（其中许多连接可能依赖于数据库，但可能在8开始出现问题，当然是16开始），那么您应该查看图形数据库。

除了Neo4J之外，您可能还想看看Titan，无论哪种方式，您都可以查看是否需要Blueprints或Spring之类的东西来帮助您将其与实施细节区分开来（尽管如果您可能会带来其他问题）真的需要高性能）。

交叉引用多个多对多关系。我应该选择哪个数据库？

1 个答案: