思维导图数据从一个核心主题开始,然后扩展到许多类似于树的分支。然而,节点可能在不同的分支中彼此有关系。
这是一个没有相互关系的例子http://www.identitywoman.net/personal-data-list-in-mind-map-form
最终的数据集将是几万,我应该使用 SQL、XML、NO SQL、图形数据库还是其他什么?
我需要社区来帮助我构建内容,并且关系可能会发生变化
思维导图数据从一个核心主题开始,然后扩展到许多类似于树的分支。然而,节点可能在不同的分支中彼此有关系。
这是一个没有相互关系的例子http://www.identitywoman.net/personal-data-list-in-mind-map-form
最终的数据集将是几万,我应该使用 SQL、XML、NO SQL、图形数据库还是其他什么?
我需要社区来帮助我构建内容,并且关系可能会发生变化
由于数据集很大,而且总的相互关系可能非常大,一个关键因素是你将如何处理这些数据。生成简单的分层集和子集?绘制复杂的图表?仔细筛选微妙的相互联系,寻找重要的趋势或趋势(也称为数据挖掘)?数据可以以多种可能的格式存储,因此您打算如何使用它将是决定如何存储它的重要因素。
图数据库非常适合这个问题,因为它们的存储设计与问题域相匹配。
如果地图是分开的,那么缩放就不会成为问题,因为不同的树可以在不同的机器上运行。如果地图都是相互关联的,那么水平缩放变得更具挑战性。
主要是关系的数据应该存放在关系数据库中,使用关系数据库管理系统 (RDBMS),如 MySQL、Postgre、Oracle 等。RDBMS 已调整为处理许多关系,就像您在思维导图。
也就是说,经常访问的非常大的思维导图可能会受益于某种缓存系统,但该主题感觉与问题无关。
一个简单的解决方案是查看 Mindly 的示例 :) 基本上,他们表明思维导图只是一个美化的大纲,其中每个缩进只是一个未排序的子细节列表,有时也有子细节。