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。每个项目可以包含任意大量的标签。典型的常见查询是使用给定的标签集检索所有文档。那么，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）支持辅助索引和基于关键字的搜索。显示如何在不同系统中执行操作的示例很容易找到。问题是，我想知道“底层”中发生了什么，即二级索引如何/在哪里存储，以及如何实际执行带有一列标记的查询。特别是在有许多节点的系统中。

我知道基于Map/Reduce或类似的解决方案。但在这里我很感兴趣的索引工作。例如，我有的问题是：

• 辅助索引是否仅存储项目/对象ID或更多？
• 如果一个查询包含k个标签，是否有k个子查询 - 每个标签一个 - 执行并且k个部分结果合并成一个起始节点？

哪里可以找到不同NoSQL系统的这种信息？非常感谢任何提示。

基督教

Answer 1

在MongoDB中对标签的索引将通过利用多键特征，由此数据库尝试匹配的文件对一个阵列的每个元素来完成。您可以对给定文档的这个标签属性进行索引，该属性将创建一个构建超出该数组中标签范围的btree。

您可以了解更多关于multikeys here，可以通过观看这个演示获取有关MongoDB的索引的更多信息：MongoDB Internals

是否二级索引只存储项目/对象ID或以上？

索引由索引字段组成（可以说它是一个标签数组，在你的情况下，那么这个字段将是一个标签）和一个偏移量，用于在内存中有效地定位文档。它也有一些填充+其他开销如上所述here

如果一个查询包含k个标签，k个子查询 - 每个标签一个 - 执行并且k个部分结果组合起来一个发起节点？

这取决于，但是，如果，例如，查询使用$或标记字段我认为查询是并行执行的，每个在O（log n）时间，结果合并形成结果集，但我不确定这一点，但。