我目前正在考虑如何最好地将网络爬取结果存储在数据库中。在另一个问题中，建议将面向文档的数据库用于网络爬虫项目：python 中的网络爬虫数据库？
现在我想知道 map/reduce 是否是这种分类和价值生成的正确方法。至少它似乎能够做这样的事情（地图仅用于分类，如年份或作者，地图/减少用于计算数值，我目前想不出一个例子）。
但是，map-reduce / DocumentStores 是否也能够为我提供给定单词的正确文档？在关系数据库中，我必须在某些表上使用 JOIN，然后获取包含这些单词的文档：
SELECT * FROM docs d
JOIN doc_words dw ON dw.doc_id = d.id
JOIN words w ON dw.word_id = w.id
WHERE w.word = 'foo'
我猜 DocumentStores 不能进行这样的操作，因为它们不支持全文索引并且不打算有很多引用/关系。
更好的选择是混合多个系统吗？例如，一个用于按单词搜索，一个用于按不同值（如果存在）搜索（如出版年份、作者……）？我认为 DocumentStores 对于存储元数据并不是那么糟糕，因为有时有特定的值，有时没有（如果需要，只要一个服务器的文档太多，DocumentStores 很容易在多个服务器上使用）。然而，我不确定实现搜索文档集合（包括网页、pdf、图像，它们总是具有不同的元数据，但通常还需要全文索引）的最佳方法是什么。
提出一个明确的问题：我应该将另一个数据库系统与 DocumentStores 一起使用，单独使用 DocumentStores（如何快速搜索单词？）还是单独使用另一个 DB 系统？
PS：此类问题的另一个例子是网页之间的链接，它也不能很好地保存在 DocumentStores 中。但是，OrientDB 可能会解决这个问题，因为它似乎结合了图形数据库和面向文档的数据库。