草庐IT

javascript - mongodb存储标签，应该使用联合字符串还是数组？

coder 2023-11-04 原文

在大多数教程中，标签将存储为 [tag, tag, tag]。我有另一个想法，像这样保存标签:“tag.tag.tag”，例如“web.javascript.angularJS”，然后像这样查询文档

db.articles.find({'tags': /javascript/})

我认为查找子字符串比数组中的元素更快。有没有人有类似的经历。

最佳答案

介绍

MongoDB 中的数据建模是通过首先确定您需要回答的问题并从这些问题中得出优化的数据模型来完成的。就您而言，您的问题似乎是

For a given tag, what are the articles?

为了尽快回答您的查询，您需要为它们建立索引。索引基本上是用户定义的键的键值存储以及数据文件中的文档位置。

查看索引

如果您将标签写在单个字符串中，我们将看看索引会是什么样子。假设我们有三个文档，每个文档都有三个标签，其中两个带有规范化标签“javascript”。简化了很多(实际上，索引存储在 B-trees 中)，我们的索引将如下所示:

"foo.bar.baz": LocationOfDocument1;
"foo.javascript.bar": LocationOfDocument2;
"bar.javascript.baz": LocationOfDocument3;

如您所见，我们在关键方面有很多冗余。这有两个问题。第一个问题是，即使找到了标签，索引仍可能提供额外的命中，因此我们的查询花费的时间比最佳时间长。第二个问题是冗余占用了宝贵的 RAM。假设您有数十万甚至数百万篇文章。

那么，如果我们使用数组来存储标签，我们的索引会是什么样子呢？

"foo":[ LocationOfDocument1, LocationOfDocument2 ];
"bar":[ LocationOfDocument2, LocationOfDocument2, LocationOfDocument3 ];
"baz":[ LocationOfDocument1, LocationOfDocument3 ];
"javascript":[ LocationOfDocument2, LocationOfDocument3 ];

还是多余的，对吧？好吧，除了一些因素:我们已经大大减少了 key 端的大小，并且与相当昂贵的长字符串作为 B-树。 (附注:我认为文档位置存储为 4 字节整数。) 所以我们的索引可能有更多的条目，但它更紧​​凑。

此外，我们还有一个额外的优势:我们可以放弃相当昂贵的正则表达式。换句话说:您可以通过使用简单的等式表达式来消除对索引键使用正则表达式来查找搜索字符串的成本。在 shell 术语中，这看起来像:

db.articles.insert({"foo":bar,tags:[tag1.toLowerCase(), tag2.toLowerCase()]})
…
db.articles.find({"tags":inputStr.toLowerCase()})

通过将索引存储在 B 树中，您的搜索时间会大大减少。还有另一个优点。由于 B 树是排序的，当我们找到正匹配时，例如在“javascript”上，我们将拥有带有这些标签的所有 文档，并且索引处理可以停止。通过对键进行正则表达式搜索，每次都必须处理索引的所有键，而且操作成本也相当高。

结论

通过将标签存储在数组中，您将加快给定标签的平均查找时间，并且肯定不会比缩减为相当长的字符串的标签索引差。此外，您需要更少的 RAM 来存储索引，这在缩放时非常重要。

预期评论:是的，这也是数据和经验所显示的。

注意 我对提出以下建议犹豫不决(因为这可能弊大于利)，但在某些用例中 text search index可能有道理。例如，当您想要对文章的标签、标题和文本进行不区分大小写的搜索“JavaScript”时。但是，使用文本索引会带来一些超出此答案范围的复杂性。而且，您仍然可以将标签放在一个数组中。

关于javascript - mongodb存储标签，应该使用联合字符串还是数组？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34304129/

javascriptmongodbLocationOfDocumentsection

有关javascript - mongodb存储标签，应该使用联合字符串还是数组？的更多相关文章

  1. ruby - 如何使用 Nokogiri 的 xpath 和 at_xpath 方法 - 2

    我正在学习如何使用Nokogiri，根据这段代码我遇到了一些问题:require'rubygems'require'mechanize'post_agent=WWW::Mechanize.newpost_page=post_agent.get('http://www.vbulletin.org/forum/showthread.php?t=230708')puts"\nabsolutepathwithtbodygivesnil"putspost_page.parser.xpath('/html/body/div/div/div/div/div/table/tbody/tr/td/div

  2. ruby - 如何从 ruby​​ 中的字符串运行任意对象方法？ - 2

    总的来说，我对ruby​​还比较陌生，我正在为我正在创建的对象编写一些rspec测试用例。许多测试用例都非常基础，我只是想确保正确填充和返回值。我想知道是否有办法使用循环结构来执行此操作。不必为我要测试的每个方法都设置一个assertEquals。例如:describeitem,"TestingtheItem"doit"willhaveanullvaluetostart"doitem=Item.new#HereIcoulddotheitem.name.shouldbe_nil#thenIcoulddoitem.category.shouldbe_nilendend但我想要一些方法来使用

  3. Ruby 解析字符串 - 2

    我有一个字符串input="maybe(thisis|thatwas)some((nice|ugly)(day|night)|(strange(weather|time)))"Ruby中解析该字符串的最佳方法是什么？我的意思是脚本应该能够像这样构建句子:maybethisissomeuglynightmaybethatwassomenicenightmaybethiswassomestrangetime等等，你明白了......我应该一个字符一个字符地读取字符串并构建一个带有堆栈的状态机来存储括号值以供以后计算，还是有更好的方法？也许为此目的准备了一个开箱即用的库？

  4. ruby - 使用 RubyZip 生成 ZIP 文件时设置压缩级别 - 2

    我有一个Ruby程序，它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重，我想提高压缩级别，因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗？是否有另一个允许指定压缩级别的Ruby库？ 最佳答案 这是我通过查看ruby​​zip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d

  5. ruby - 为什么我可以在 Ruby 中使用 Object#send 访问私有(private)/ protected 方法？ - 2

    类classAprivatedeffooputs:fooendpublicdefbarputs:barendprivatedefzimputs:zimendprotecteddefdibputs:dibendendA的实例a=A.new测试a.foorescueputs:faila.barrescueputs:faila.zimrescueputs:faila.dibrescueputs:faila.gazrescueputs:fail测试输出failbarfailfailfail.发送测试[:foo,:bar,:zim,:dib,:gaz].each{|m|a.send(m)resc

  6. ruby-on-rails - 使用 Ruby on Rails 进行自动化测试 - 最佳实践 - 2

    很好奇，就使用ruby​​onrails自动化单元测试而言，你们正在做什么？您是否创建了一个脚本来在cron中运行rake作业并将结果邮寄给您？git中的预提交Hook？只是手动调用？我完全理解测试，但想知道在错误发生之前捕获错误的最佳实践是什么。让我们理所当然地认为测试本身是完美无缺的，并且可以正常工作。下一步是什么以确保他们在正确的时间将可能有害的结果传达给您？ 最佳答案 不确定您到底想听什么，但是有几个级别的自动代码库控制:在处理某项功能时，您可以使用类似autotest的内容获得关于哪些有效，哪些无效的即时反馈。要确保您的提

  7. ruby - 在 Ruby 中使用匿名模块 - 2

    假设我做了一个模块如下:m=Module.newdoclassCendend三个问题:除了对m的引用之外，还有什么方法可以访问C和m中的其他内容？我可以在创建匿名模块后为其命名吗(就像我输入“module...”一样)？如何在使用完匿名模块后将其删除，使其定义的常量不再存在？ 最佳答案 三个答案:是的，使用ObjectSpace.此代码使c引用你的类(class)C不引用m:c=nilObjectSpace.each_object{|obj|c=objif(Class===objandobj.name=~/::C$/)}当然这取决于

  8. ruby-on-rails - 在 Rails 中将文件大小字符串转换为等效千字节 - 2

    我的目标是转换表单输入，例如“100兆字节”或“1GB”，并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前，我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效，但前提是输入是倍数(“gigabytes”，而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以，功能正常，

  9. ruby - 使用 ruby​​ 和 savon 的 SOAP 服务 - 2

    我正在尝试使用ruby​​和Savon来使用网络服务。测试服务为http://www.webservicex.net/WS/WSDetails.aspx?WSID=9&CATID=2require'rubygems'require'savon'client=Savon::Client.new"http://www.webservicex.net/stockquote.asmx?WSDL"client.get_quotedo|soap|soap.body={:symbol=>"AAPL"}end返回SOAP异常。检查soap信封，在我看来soap请求没有正确的命名空间。任何人都可以建议我

  10. ruby-on-rails - unicode 字符串的长度 - 2

    在我的Rails(2.3，Ruby1.8.7)应用程序中，我需要将字符串截断到一定长度。该字符串是unicode，在控制台中运行测试时，例如'א'.length，我意识到返回了双倍长度。我想要一个与编码无关的长度，以便对unicode字符串或latin1编码字符串进行相同的截断。我已经了解了Ruby的大部分unicode资料，但仍然有些一头雾水。应该如何解决这个问题？ 最佳答案 Rails有一个返回多字节字符的mb_chars方法。试试unicode_string.mb_chars.slice(0,50)

随机推荐