Question

我正在开发一个新项目，我必须开发一个可以存储在文件数据库（例如CouchDB）中的反向索引。我在Ruby 1.8.7编码。

这是倒排索引的格式：

{
    "en": {
        "#linux": {
            "re": 144,
            "patch": 142,
            "1": 55,
            "to": 53
            },
        "#something": {
            "word": 20
            }
        },
    "fr": {},
    "es": {}
}

我想要一种使用类似CouchDB的方法，我可以通过一系列检查来创建条目，如下所示：

如果尚未创建第二个哈希键（即#linux），则创建它
如果尚未创建第三个哈希键（即patch），则创建它并将其值设置为1
每次再次出现相同的单词['en']['#linux']或任何变量时，重复并将计数（最右边的值）加1。

我使用基本哈希完成了问题，但是当我将脚本设置为大约1TB或更多文本时，将这些内容放在内存中并不会很好。

选择答案

所选答案适用于此。唯一的区别是对语法稍作修改，其工作原理如下：

@db.collection.update({"_id" => lang}, {"$inc" => {"#{tag}.#{word}" => 1}}, { :upsert => true })

Answer 1

CouchDB不会成为您工作的最佳工具。特别是它不适合不增长文档的快速更新（您的增量）。在每次更新时，它会在磁盘上创建一个新版本的文档，因此您的数据库将非常庞大，磁盘将会很忙。

我建议查看MongoDB。它具有快速的就地更新，索引和更丰富的查询语言。例如：

db.collection.update({_id: 'en'},
                     {$inc: {'linux.re': 1}},
                     true);

这将找到ID为“en”的文档，并递增其['linux']['re']字段。如果找不到文档，或者['linux']不存在，或者['linux']['re']不存在，则会自动创建它们。这是我最喜欢的数据库之一。

在Ruby中创建倒排索引哈希

选择答案

1 个答案: