再次存储数百万个值的关键数据库建模

Question

我想将所有标签存储在它们出现的文档上，并通过其他服务/客户端使其可以搜索。比例：

• 每天100亿搜索查询
• 1000万新标签每天CRUD（从文档中删除或附加到Doc），

因此假设 “你好”出现在1000万个文件中。 因此，当用户对“ Hello”进行查询时，我想返回发生在此的document_ids列表。

我应该为相同的数据建模做什么？

选项1： 使用密钥：值nosql喜欢DynamoDB

key: "hello"
value: [doc_id1, doc_id2, .......]

问题：每当与此标签有关的任何文档发生更改时，我们都必须读取实际值并进行更改。

选项2： 在单个行中存储并使用MongoDB问题

"hello": doc_id1
"hello": doc_id2

上共享

：假设doc_id122删除“ hello”标签时，我们将不得不获取所有条目以删除该标签，因为我们的数据库将在tag_name option3：基于列的基于列（例如cassandra）

该 数据库。 ：弹性搜索

对此的广泛要求是：

1. 我们希望支持标签服务中标签上的自动驾驶器。
2. 根据一些排名返回（我们在第一次中不能返回100万），因此返回前50个最受欢迎的文档（最能查看，最鼓掌）。我认为弹性搜索在内部提供了根据TG-IDF算法对文档进行更高排名的选项