database - 交叉引用多个多对多关系。我应该选择哪个数据库？

Question

我要为在线内容构建一个平台。这个系统基本上有两个实体:内容和标签。标签以多对多的方式与内容相关。

如果我使用 SQL 数据库，它的建模方式如下:

内容 1-----* TC *-----1 标签

鉴于此模型，我需要进行如下查询:

1)通过id获取内容

2)通过一个标签获取内容——“列出所有MATH*内容”

(*) MATH 是一个标签

3)通过多个标签获取内容——“列出所有HARD* MATH*内容”

4) 按内容属性过滤上面的数据:-“列出上周创建的所有 HARD* MATH* 内容”

1 和 2 几乎不是问题，但我相信 3 和 4 会变得棘手。

在关系世界中，对于查询 (4)，我可以从 CONTENT 开始并多次加入 TC，如下所示:

select distinct(c.*) from CONTENT c, TC tc1, TC tc2
where tc1.content_id = c.id
and tc2.content_id = c.id
and tc1.id = <math_tag_id>
and tc2.id = <hard_tag_id>
and c.creation_date > <last_week>

但我不确定在以下情况下这是否会很好地扩展: - TC有很多数据 - 我需要查询4到8个标签的交集

对此有什么想法吗？

在 noSQL 世界中，迄今为止我使用的唯一数据库是 BigTable。据我所知，BigTable 可能不是解决此问题的最佳选择。如果我使用相同的“表”，对于 (3) 我可能会使用类似的东西(假设 ndb+python)

tcs = TC.query(
    TC.tag_key.IN([math_tag_key, hard_tag_key])
).fetch()
content_keys = [tc.content_key for tc in tcs]
distinct_content_keys = set(content_keys) //eliminate repeated values
contents = ndb.get_multi(distinct_content_keys)

但是，

• 我不知道当 TC.tag_key.IN 收到 4 到 8 个标签时它的性能如何(对此有什么想法吗？)
• 我无法进行查询 (4)，因为我无法使用 CONTENT 进行连接(BigTable 不进行连接)。另一种方法是在 TC 中复制 CONTENT 的属性，这是一个 PITA。 (在 BigTable 中有更好的方法来做到这一点吗？)

因此，这里更大的问题是:哪种数据库最能解决这个问题？我倾向于研究图形数据库，看看它们能多好地解决这个问题，但我认为我需要一些专家的意见。

图形数据库真的是可行的方法吗？Neo4J 是最佳选择吗？

Answer 1

与关系数据库相比，图形数据库的优势之一就是您所描述的问题类型。如果关系数据库世界中的答案导致许多连接(其中许多可能依赖于数据库，但可能在 8 时开始成为问题，当然在 16 时开始成为问题)那么您应该查看图形数据库。

除了 Neo4J 之外，您可能还想看看 Titan，无论哪种方式，您可能都想看看您是否想要蓝图或 Spring 之类的东西来帮助您与实现细节隔离开来(尽管如果您这样做可能会带来其他问题确实需要高性能)。