Question

我知道这是关于这个主题的另一个问题，但我是NoSQL世界的一个完全的初学者所以我会喜欢一些建议。 SO的人告诉我MySQL可能对这个数据集不好，所以我问这个。我有以下格式的大量数据：

TYPE 1

ID1: String String String ...
ID2: String String String ...
ID3: String String String ...
ID4: String String String ...

我希望转换成这样的东西：

TYPE 2

ID1: String
ID1: String
ID1: String
ID1: String
ID2: String
ID2: String

这是最低效的方式，但我需要能够通过键和值进行搜索。例如，我的查询看起来像这样：

我可能需要知道给定ID包含的所有字符串，然后将列表与另一个为不同ID获取的列表相交。
我可能需要知道所有ID包含给定字符串

我希望在没有将Type 1转换为Type 2的情况下实现这一点，因为空间要求很高，但是想知道是否有MongoDB或CouchDB或其他东西（有人建议NoSQL这样开始谷歌搜索，发现这两个非常受欢迎）在这种情况下会帮助我。我可以使用一个14节点集群，但我会喜欢一些关于哪个是这个用例的正确数据库的建议。有什么建议吗？

一些额外的事情：

输入通常是静态的。我将创建新数据，但不会修改任何现有数据。
ID长度为40个字节，而字符串大约为20个字节

Answer 1

MongoDB将允许您在类型1中有效地存储此数据。根据您的使用情况，它将看起来像这样（数据是JSON）：

字符串数组

{ "_id" : 1, "strings" : ["a", "b", "c", "d", "e"] }

KV字符串集

{ "_id" : 1, "s1" : "a", "s2" : "b", "s3" : "c", "s4" : "d", "s5" : "e" }

根据您的查询，我可能会使用字符串数组方法。原因如下：

我可能需要知道所有字符串给定的ID包含然后相交获得另一个列表的列表对于不同的身份证。

这很简单，您可以获得一个ID值的Key Value查找。在代码中，它看起来像这样：

db.my_collection.find({ "_id" : 1});

我可能需要知道所有ID包含给定字符串

同样容易：

db.my_collection.find({ "strings" : "my_string" })

是的，这很容易。我知道“字符串”在技术上是一个数组，但MongoDB会将该项目识别为数组并循环查找该值。这是are here的文档。

作为奖励，您可以索引“字符串”字段，您将获得数组的索引。所以上面的查找实际上会执行得相对较快（明显的权衡是指数会非常大）。

就扩展而言，14节点集群可能几乎是矫枉过正。但是，Mongo确实支持自动分片和复制集。他们甚至一起工作，这里是blog post from a 10gen成员，让你入门（10gen使Mongo）。

MongoDB或CouchDB还是别的什么？

1 个答案: