php - 相关标签算法

Question

我需要通过主要寻找相关标签来找到一种获取相关视频的方法。

首先让我们看一下我的标签在数据库中的存储方式：

请注意，这不是 MySQL 数据库，我使用的是Cassandra。

如您所见，每个标签都包含一个具有该标签的帖子 ID 列表。这样获取帖子 ID 会很容易，用 SQL 语言我会说：

SELECT * from tags WHERE id = "cars" AND id = "movies".

好吧，这部分很容易，现在我有大量带有相关标签的帖子，对吧？

但是我无法克服的问题来了。由于一个帖子可以比另一个帖子具有更多相关标签，因此它比其他帖子更重要。当然，我可以一起破解一些东西，看看哪个帖子有更多相关的标签，但另一个更严重的问题来了。

假设我们有 20 个标签，所以我们查找 20 行，这 20 行总共包含大约 1 亿个 id，运行 1 亿个 id 并将它们相互比较需要大量资源和时间。所以我想问这种情况如何改善？

Answer 1

就像大多数人在评论中所说的那样..

您可能需要考虑更改管理数据库中标签的方式。我假设您有一个“帖子”表；也许您应该在该表中添加一个“标签”列，而不是为标签创建一个单独的表。

除了可以非常快速地访问相关标签..

如果空间不是真正的问题，您可以对每个帖子的“标签”列进行全文索引（或者更确切地说，Cassandra 等效项），甚至可以在短时间内访问相关帖子。当然，您仍然需要限制搜索相关帖子，但这只是使用 LIMIT 的问题。