Question

我们计划建立一个大型数据库，其对象的结构如下：

PERSON1：技能：['a'，'b'，'c']

PERSON2：技能：['a'，'b']

Person3可能：技能：['d'，'e'，'f']

Person4：技能：['a'，'b'，'d']

然后给出技能输入，算法/技术应该能够快速找到最合适的人，给予一些技能。

实施例：找到有技能的人：a，b - ＆gt;返回像[Person1，Person2，Person4，Person3]

这样的列表

所以我想提出一些关于在哪些技术（数据库/语言）上构建它的建议以及哪个算法应该在具有大约10k寄存器的数据库上表现良好。

Answer 1

您想使用inverted index来解决此问题。基本思想是从

中反转您的表示

1 -> a, b, c
2 -> a, b
3 -> d, e, f
4 -> a, b, d

到

a -> 1, 2, 4
b -> 1, 2, 4
c -> 1
d -> 3, 4
e -> 3
f -> 3

现在，对于每项技能，您都有一份能够胜任该技能的人员列表（可能按技能等级排序）。为了获得技能a，b的结果，你扫描a和b的列表并增加你找到的每个人的计数器，这样你就可以给你1,2,4个人计数3。

这与用于文本搜索的索引结构基本相同（此处您有包含术语的文档）。像elastic search这样的系统包含更高级的反向索引，可能符合您的需求。

Answer 2

除了数据库之外，您计划使用您认为是主要的查询（更常用的查询）可能会从索引中获得巨大的好处。

您应该以与查询相同的顺序创建索引。根据您用于示例的模型，我认为您使用的是NoSQL DB。索引在搜索方面提供了更好的性能，但需要更多时间进行记录。

最后我要说10k不是一个大集合，但是如果没有索引，查询嵌套数组可能会慢得多。