Question

目前，我们正在使用SQL Server和Lucene的组合来索引有关域名的一些关系数据。我们有一个Domain表，还有大约10个其他各种其他表，用于我们计算和存储域的不同指标的历史记录。例如：

域

Id BIGINT
Domain NVARCHAR
IsTracked BIT

SeoScore

Id BIGINT
DomainId BIGINT
得分INT
时间戳DATETIME

我们正在尝试将主要区域文件中的所有域都包含在我们的数据库中，因此我们最终会查看大约6亿条记录，这似乎是SQL Server中的一项繁琐工作。鉴于我们依赖Lucene做一些非常先进的查询，Solandra看起来似乎很合适。我很难不考虑关系数据库术语中的数据。

SeoScore表将映射一个到多个域（每次计算得分时都有一个记录）。我想在Solandra术语中，实现这一目标的最佳方法是使用两个索引，一个用于Domain，一个用于SeoScore。

以下是我们需要实现的查询方案：

每个域的最新指标的“当前快照”（所以给定域的最新SeoScore。我假设我们会首先找到我们想要的域记录，然后运行进一步的查询以获取每个指标的最新快照。
自x日期时间以来未检查过SeoScores的域并且IsTracked = 1，因此我们知道哪些域需要重新计算。我们需要某种批处理系统，这样我们就可以“检查”域名并对其进行计算，而无需重复工作。

我离开这里了吗？在这种情况下，我们是否正确将我们的表映射到solandra中的单独索引？

更新

这是我正在思考的一些JSON符号：

Domains : { //Index
    domain1.com : { //Document ID
        Middle : "domain1", //Field
        Extension : "com",
        Created : '2011-01-01 01:01:01.000',
        ContainsDashes : false,
        ContainsNumbers : false,
        IsIDNA : false,
    },
    domain2.com {
        ...
    }
}

SeoScores : { //Index
    domain1.com { //Document ID
        '2011-02-01 01:01:01.000' : { 
            SeoScore: 3 
        },
        '2011-01-01 01:01:01.000' : {
            SeoScore: -1
        }
    },
    domain2.com {
        ...
    }
}

Answer 1

对于SeoScores，您可能需要考虑使用虚拟核心：

https://github.com/tjake/Solandra/wiki/ManagingCores

这使您可以按域对数据进行分区，这样您就可以拥有SeoScores.domain1并使每个文档代表一个时间戳。

其余的听起来不错。

Solandra取代我们的Lucene + RDBMS？

1 个答案: