用于处理标记标签的 NoSQL 结构

Question

目前我有几十万个这样的文件：

{
    "_id": "1234567890",
    "type": "file",
    "name": "Demo File",
    "file_type": "application/pdf",
    "size": "1400",
    "timestamp": "1491421149",
    "folder_id": "root"
}

目前，我索引了所有的名字，客户端可以根据文件名搜索文件。这些文件也有 tags 需要与文件相关联，但它们也有特定的标签。

例如：

{
    "tags": [
        { "client": "john doe" },
        { "office": "virginia" },
        { "ssn": "1234" }

    ]
}

如果我希望能够使用 John Doe 的客户端搜索数千个文件，那么将 tags 数组添加到我上面的文件对象是否是理想的解决方案？

我能想到的唯一其他解决方案是每个标签都有一个对象，并有一个与每个标签相关联的文件 ID 数组，如下所示：

{
    "_id": "11111111",
    "type": "tag",
    "label": "client",
    "items": [
        "1234567890",
        "1222222222",
        "1333333333"
    ]
}

由于我需要为很多对象添加标签，所以我宁愿首先以最有效的方式进行添加，这样我在不久的将来就不必在开始时回溯运行进入问题。

任何指导将不胜感激。

Answer 1

我想到的解决方案是使用 map reduce 函数。

为此，您需要将标签添加到原始文档中：

{
    "_id": "1234567890",
    "type": "file",
    "name": "Demo File",
    "file_type": "application/pdf",
    "size": "1400",
    "timestamp": "1491421149",
    "folder_id": "root",
    "client": "john",
    ...
}

之后，您可以创建一个设计文档，如下所示：

{
    "_id": "_design/query",
    "views": {
        "byClient": {
            "map": "function(doc) { if(doc.client) { emit(doc.client, doc._id) }}"
        }
    }
}

视图处理完成后，可以用

打开

GET /YOURDB/_design/query/_view/byClient?key="john"

通过添加查询参数include_docs=true，将返回整个文档，而不是 id。

您也可以将标签写入标签属性，但您必须更新地图功能以匹配新设计。

可以在此处找到有关视图的更多信息： http://docs.couchdb.org/en/2.0.0/api/ddoc/views.html

Answer 2

您的原始设计（带有标签数组）与 Cloudant Search 配合得很好：https://console.ng.bluemix.net/docs/services/Cloudant/api/search.html#search。

使用这种方法，您将定义一个单一的设计文档，该文档将索引标签数组中的任何标签。您不必为不同的标签创建不同的视图，您可以使用 Lucene 语法进行查询：http://lucene.apache.org/core/4_3_0/queryparser/org/apache/lucene/queryparser/classic/package-summary.html#Overview.

因此，使用您的示例，如果您的文档看起来像这样带有标签：

{
  "_id": "1234567890",
  "type": "file",
  "name": "Demo File",
  "file_type": "application/pdf",
  "size": "1400",
  "timestamp": "1491421149",
  "folder_id": "root",
  "tags": [
    { "client": "john doe" },
    { "office": "virginia" },
    { "ssn": "1234" }
  ]
}

您可以像这样创建一个为每个标签编制索引的设计文档：

{
  "_id": "_design/searchFiles",
  "views": {},
  "language": "javascript",
  "indexes": {
    "byTag": {
      "analyzer": "standard",
      "index": "function (doc) {\n  if (doc.type === \"file\" && doc.tags) {\n    for (var i=0; i<doc.tags.length; i++) {\n      for (var name in doc.tags[i]) {\n        index(name, doc.tags[i][name]);\n      }\n    }\n  }\n}"
    }
  }
}

函数如下所示：

function (doc) {
  if (doc.type === "file" && doc.tags) {
    for (var i=0; i<doc.tags.length; i++) {
      for (var name in doc.tags[i]) {
        index(name, doc.tags[i][name]);
      }
    }
  }
}

然后你会这样搜索：

https://your_cloudant_account.cloudant.com/your_db/_design/searchFiles/_search/byTag
?q=client:jack+OR+office:virginia
&include_docs=true

用于处理标记标签的 NoSQL 结构

NoSQL Structure for handling labeled tags

database

database-design

relational-database

cloudant

nosql