Python3+Django配合Mongodb实现高性能可扩展标签云存储方案
假设我们目前文章-标签体系的需求是这样：每篇文章都具有唯一的标题、描述以及 URL。每篇文章都具有一个或多个标签。每篇文章都具有作者的名称，以及喜欢每篇文章都有用户的评论，用户名、消息、日期时间以及评论的喜欢度。
每篇文章都可以有 0 个或多个评论。那么如果使用关系型数据库来设计，比较简单的设计方案可以是这样：
可以注意到，标签和文章的对应关系还是简单的一对多，如果做成比较灵活的多对多还需要增加一张关系表，这样就是四张表了。如果使用nosql比如Mongodb来说，只需要一张表(聚合)就可以实现：
{ _id: POST_ID title: TITLE_OF_POST, description: POST_DESCRIPTION, by: POST_BY, url: URL_OF_POST, tags: [TAG1, TAG2, TAG3], likes: TOTAL_LIKES, comments: [ { user:'COMMENT_BY', message: TEXT, dateCreated: DATE_TIME, like: LIKES }, { user:'COMMENT_BY', message: TEXT, dateCreated: DATE_TIME, like: LIKES } ]}
可以看到标签是由数组实现的，那么关系型数据库mysql和非关系型数据库mongodb在标签实现中本质上有什么区别呢？关系数据库如mysql中标签云的实现是简单的，标签和文章分别在不同的表中，通过join可以比较简单的查询出标签的统计数据。而MongoDB为快速水平扩张以及极高的性能而优化，在MongoDB中没有join，倾向于使用embedding来代替linking关系。
假设我们的需求又有了变化，普通博客变身成为具有数百万篇文章的小说站.每个小说都有许多布尔属性，大约一万个可能的属性,每篇小说都有十几个章节，假设我希望能够实时(几毫秒)请求给出的前n项任何属性组合的标签。
你会选择推荐什么解决方案？毫无疑问，如果你在寻找极具扩展性的方案，Mongodb无疑更好。而且从业务角度上来讲，无论是通过标签查文章，还是...
点击查看剩余70%
{{collectdata}}
网友评论0