На какой платформе баз данных лучше реализовать поиск пересечения подмножеств (в тексте приведен пример)?

Question

[Роман]

Проблема такова:

- Пользователи имеют в профайле поле, в которое [через запятую] вводят _произвольные_ теги (поле не обязательно текстовое, мб и JSON, например, как скажете)))
- По запросу [по клику на кнопке] пользователь может получить список профайлов, с наибольшим числом совпадений введенных тегов (в идеале - ранжированный по числу совпадений)

Как бы сходу видится несколько механизмов реализации, хочется без лишней боли сразу выбрать оптимальный

Что посоветуете?

И да, я до сей поры не работал с NoSQL базами, может это как раз тот случай, когда стоит попробовать? Ибо насколько я понимаю ситуацию, они как раз примерно для этого и созданы?

Просто хочется сделать такую выборку чисто средствами самой БД, не прибегая к PHP, сравнению массивов и тому подобному.

Такое вообще возможно?

БД нужна опен-сорс, не MSSQL ))

Заранее спасибо за дельный совет!

Answer 1

[Сергей Горностаев]

Redis, Neo4j, Datomic.

Comments

[Роман]

А в чем их преимущество перед MySQL (я с ней больше всего работал) например?

[Сергей Горностаев]

Роман, у Redis прекрасная поддержка множеств, в том числе с возможностью ооочень быстро получать их пересечения. Neo4j и Datomic - это графовые СУБД, они создавались специально под задачи поиска отношений. Вашу задачу можно и средствами любой реляционной СУБД решить, вопрос в нюансах реализации и объёмах обрабатываемых данных.

[Роман]

Сергей Горностаев, да, вы правильно поняли - ожидается большое количество и записей, и тегов, и быстродействие здесь имеет значение.

Таки с чего именно посоветуете начать изучение, Redis? (это единственная из трех, про которуюмне хоть что-то известно))))

И еще, имеет значение наличие библиотек/драйверов для простой работы с PHP или Node.js - они в этом смысле все примерно одинаковы?

[Сергей Горностаев]

Роман, Redis из них самый простой и маленький, с него и начните. Datomic самый большой, требовательный к ресурсам и очень специфичный, его лучше отложить на крайний случай. Проблем с библиотеками для PHP и Node.js для Redis и Neo4j нет.

[Роман]

Сергей Горностаев, спасибо.

А вы можете посмотреть еще один смежный вопрос (решил сделать отдельной темой):

Как в Redis организовать пересечение множества из одной записи с множествами из остальных записей?

Answer 2

[Vasiliy Goncharenko]

Камрад Иван, абсолютно прав.
Это задачка на 2 SQL таблицы:
1. Profiles
2. ProfileTags
и один SQL запрос, типа:

SELECT ProfileName FROM Profiles 
WHERE ProfileID IN (SELECT ProfileTags.ProfileID FROM ProfileTags 
				WHERE ProfileTagName IN (SELECT * FROM STRING_SPLIT(CommaSeparatedTagNames,',')))

Если ранжировать (отсортировать по кол-ву совпадений в обратном порядке), то нужно использовать JOIN вместо подзапроса, подсчитывать кол-во совпавших тэгов и сортировать кол-во совпадений в обратном порядке.

Насчет БД, пример взят из похожей задачи на MSSQL - есть статьи с тэгами, нужно искать с статьи по выбранным пользователем тэгам.
Кстати, у SQL Server есть бесплатная Express Edition с ограничением 10гб на базу, 1гб на используемую память и 1 проц на 4 ядра макс.

Comments

[Роман]

большое спасибо бро! я тут прикинул - да, буду на MySQL делать)