Question

我正在寻找最佳解决方案，以便为每个用户检索最相关的输出。

我将模型简化为UserProfile和Groups，如下所示

-Model Name: UserProfile
styles: ['a', 'b', 'f', 'r'] <- ('styles' are field name)

-Group 1
styles: ['a', 'f']

-Group 2
['g', 'a', 'h']

 ...

-Group 1,000,000
styles: ['s', 'w', 'x']
(Let's say we have millions of Groups)

我想根据用户的样式对组进行排序和检索。所以在这种情况下，'组1'得分为2，因为样式'a'，'f'，由于风格'a'，'组2'得分为1。

我们无法将分数存储在主数据库中，因为每个用户都有不同的样式。

我的方法1：每次用户请求时（我在概念上编写代码）对所有数据库进行排名

views.py

for group in Group.objects.all():
    # store the score to the new field of the group
    group.style_count = group.styles.join_count(user.styles)
list_view_output = Group.objects.order_by(style_count)

方法2：将排名存储在数据库中执行查询并将输出（具有课程级别和用户ID）存储在Redis内存缓存数据库中。并在特定用户想要

心中的问题：

查询似乎相当昂贵。 O（n）用于迭代* O（min（user.style.count（），group.style.count（）））以进行连接。我怎么能做得更好？也许我可以在Model中做点什么？
不幸的是，如果我们有一百万个组和1,000个用户，我需要在缓存（Redis）中存储十亿行。我绝对不能负担（我想我最多可以有8GB，或者更多）
也许我不需要将每个用户的排名数据存储在缓存中，因为有些用户具有相同的样式。你知道任何AI方法吗？

您是否也可以提供任何建议来更好地建立这个？

谢谢...... !!!!!

Answer 1

最重要的是，对于数百万的问题，保存所有内容并对其进行排序可能不是一个好主意。

使用当前的数据结构， - 时间复杂度：O（n）;几乎不可能减少那个 - 空间复杂性：我们可以改进它。例如只需要前10名，费用可以是O（1）。我们只能以排序的方式保存前10名。在线性扫描中，我们只将新组的分数与最小分数进行比较，如果新分数较大则将其替换为

但是一个可能的问题是，如果你有太多具有相同分数的小组，那么这可能是一个问题。你需要仔细处理它。

如果您以“排序”的方式组织样式和组，也许它可以更快。例如，按字母顺序，第2组将是['a'，'g'，'h']。我们会跟踪前一个或几个字母的索引。例如，以'a'开头的组将是第一批;然后是以'b'开头的组，依此类推。在您的情况下，您可以这样进行搜索： 1.首先以'a'开头的组; 2.然后搜索以'b'开头的组; 那么'f'; 然后'r'。因此，没有涉及[a，b，f，r]中没有任何样式的组。通过这种方式，它可以为您节省大量时间。

检索每个用户（在Django或任何后端）中最相关的输出的最佳解决方案？

1 个答案: