sql - 如何为可搜索性构建数据

Question

我正在编写一个专门用于音乐播放列表的搜索应用程序。

流派和文件格式因播放列表而异，有时播放列表内也存在差异。还有一个“同义”标签的概念(例如，urban 会涵盖 hiphop 和 r&b，但反之则不然)。

下面是搜索词列表和我的预期结果。

福音:应该返回所有播放列表，其中至少包含一首福音歌曲。包含所有福音歌曲的播放列表将首先显示。urban:应该返回所有 r&b 和 hiphop。同样，包含所有城市轨道的播放列表将排在第一位。hiphop:应该返回所有 hiphop 但不返回 r&b。flac:应该返回所有包含 flac 文件的播放列表。从纯 flac 开始。hiphop flac:应该首先返回 hiphop flacs，然后是其他 hiphop 音频hiphop AND flac:应该只返回 hiphop flacshiphop 音频:应返回 hiphop flacs、hiphop mp3 等

因为我刚刚开始这个项目，所以我正在考虑为所有这些编制索引的最佳方式。像 Lucene 这样的全文搜索在这里有用吗？请注意，我没有任何描述这些播放列表的文本，但我可以生成一些。

我正在考虑将所有这些术语组织为“标签”并将它们以多对多方式存储在数据库中。

表:播放列表 ( pk(id), desc )表:标签(pk(id)，desc)表:playlist_has_tag ( pk(link_id, tag_id) )

解决都市==hiphop || rnb 事情，我可能会添加一个 tag_synonyms 表:

表:tag_synonyms ( pk(tag_id, synonym_tag_id) )

然后我有两个记录表明 urban 包含 hiphop 和 rnb:urban 的标签 id，hiphop 的标签 idurban的标签id，rnb的标签id

我觉得使用这种方法查询可能会变得非常复杂。

这里可以使用 CouchDB 吗？我目前正在使用 PostgreSQL。有没有一些软件可以让这种事情变得简单？

我希望将来能够深入分析和支持复杂的搜索词，例如:

(hiphop 或 house)AND filetype:mp3 AND artwork:no

并且还包含诸如持续时间等内容。

Answer 1

如果您在如何构建用于搜索的数据方面考虑太多，您很可能会错过您本可以在您的应用中真正使用的重要搜索。

或者(这是根据经验得出的)您最终会重新发明各种索引技术。

我有一些使用 lucene 的经验(有 java 和 .net 版本，有一个 C 端口，但我不确定它现在有多活跃)——它可以用存储在任何结构中的数据做一些惊人的事情.

我喜欢 couch db 的外观，这取决于您想要尝试新的和强大的东西的程度，或者选择(当前)相当成熟的东西:lucene。