orientation - 意见挖掘 - 什么数据库类型？

Question

我正在进入一个项目来进行意见挖掘（数据挖掘-> 网络挖掘-> 意见挖掘）以获取所包含单词的语义方向。我们将使用爬虫来获取页面意见。现在的问题是，我应该使用哪种类型的数据库（OO、关系、分层等），最好在这种类型的项目中使用。我知道这是一个具体的问题，我不期待每个人的回应，但至少有人已经这样做了，这会有所帮助。

问候！

Answer 1

如果您需要大规模且响应迅速的东西，您可能需要选择 Google 的BigTable或类似的东西。在原型级别，我相信您可以使用传统的关系数据库，但在某些时候您会遇到性能障碍。参见Brewer 的 CAP 定理。

Answer 2

根据我在这种情况下的经验，关系数据库可以很好地满足您的目的。在存储其中的 Web 内容部分时，您需要格外小心——无论您是想完全使用数据库来存储它，还是像文件系统一样简单地存储它。BLOB 特别需要格外小心，它们会增加您的维护工作。

同样基于项目的性质，您肯定会使用很多已经内置的组件等。其中许多已经支持/易于扩展以使用关系数据库作为数据存储。