我开始着手一个新项目。该项目涉及跟踪潜在的数千个文档。每个文档至少是表中的一行，包含标题、作者、描述等字段（主文档表）。
然而，每个文档在文件系统中是或至少可以以几种不同的形式表示。
例如：
（1）每个文档都有或至少应该有pdf版本，（2）如果有pdf，则将pdf的每一页提取为图像文件，以及（3）提取每个文档的文本从 PDF 或以其他方式派生。
因此，系统中的每个文档实际上都有几个（可能五十个或更多，取决于页数）与之关联的文件。
为了比我原来更简洁：
每个文档可以有一个或多个与之关联的不同数据对象（pdf 文件、jpgs、文本）。但数量和类型是任意的。
最初，这些数据对象只是存储在服务器上的文件，使用目录结构来保持它们的组织。示例：/documents/{id}/images、/documents/{id}/pdfs 等。为了避免不断扫描文件系统，此目录结构在 MySQL 数据库中表示，使用大量表和外键。获取有关文档的所有信息——与其关联的每个文件——需要一个复杂的 JOIN。
像 MongoDB 这样的 NoSQL 解决方案会更好吗？我对最终将所有文件存储在数据库中特别感兴趣，以更好地确保文档与其数据之间的完整性。