NoSQL：索引和基于关键字的搜索

Question

我有一个存储项目（例如 Web 文档）的应用程序。每个项目都可以具有任意大的标签集。典型的常见查询是检索具有给定标签集的所有文档。嗯，一个很常见的 Web 应用程序。

现在我正在考虑将 NoSQL 数据库作为持久存储。各种 NoSQL 系统（例如 MongoDB）支持二级索引和基于关键字的搜索。显示如何在不同系统中执行此操作的示例很容易找到。问题是，我想知道“幕后”发生了什么，即二级索引如何/在哪里存储，以及如何实际执行带有标签列表的查询。特别是在具有许多节点的系统中。

我知道基于 Map/Reduce 或类似的解决方案。但在这里我对索引的工作方式很感兴趣。例如，我的问题是：

• 二级索引是否只存储项目/对象 id 或更多？
• 如果查询包含 k 个标签，是否会执行 k 个子查询（每个标签一个）并且将 k 个部分结果合并为发起节点之一？

我在哪里可以找到不同 NoSQL 系统的此类信息？非常感谢您的任何提示。

基督教

Answer 1

在 MongoDB 中，标签索引将通过利用多键功能来完成，数据库会尝试将文档与数组的每个元素进行匹配。您将索引给定文档的此标签属性，这将创建一个根据该数组中的标签范围构建的 btree。

您可以在此处了解有关多键的更多信息，并且可以通过观看此演示文稿来获取有关 MongoDB 中索引的更多信息：MongoDB 内部

二级索引是否仅存储项目/对象 ID 或更多？

索引由索引字段（假设它是您的情况下的标签数组，那么该字段将是单个标签）和用于在内存中有效定位文档的偏移量组成。它还具有一些填充和其他开销，如此处所述

如果查询包含 k 个标签，是否会执行 k 个子查询（每个标签一个）并将 k 个部分结果组合到起始节点？

这取决于，但是，例如，如果查询在标记字段上使用 $or，我认为查询是并行执行的，每个查询都在 O(log n) 时间内执行，并且结果组合起来形成结果集，但我不过我不确定这一点。