搜索引擎(或类似的Web服务)使用平面文件和nosql数据库.倒置索引的结构比多对多关系简单,但使用后者处理它应该更有效.几十亿个网页和数百万个关键字应该有两个表格.我已经测试了一张5000万行的表格;
mysql的速度可以与BerkeleyDB的速度相媲美.

我认为处理大型mysql数据库的问题出现在处理ALTER TABLE之类的东西时(这里不是这种情况).这种性能是读取密集型的,其中mysql非常好.当我通过SELECT读取一行时,我没有发现几行或几百万行的表之间存在显着差异;拥有数十亿行时会有所不同吗？

注意：我不是指Google或Bing(或全文搜索等高级功能),我正在讨论这个概念.

最佳答案 AFAIK,nosql提供了其他常规关系数据库引擎所没有的灵活性.我不知道哪个搜索引擎使用哪个数据库引擎,但我可以想到使用nosql的几个好处(不是平面文件.不知道为什么会将它们用于复杂的应用程序).

现在,如果您只是匹配条件并在没有特定订单的情况下发布结果 – 您可以使用任何关系数据库.但是,一旦您想提供最相关的结果,就需要考虑很多标准.你可以：

>优先考虑与用户先前选择的结果具有相似内容的结果.
>根据位置,语言和其他已知事实列举与人更相关的结果.
>首先列举更受欢迎的结果(同样,在特定地区/年龄组/职业组中最受欢迎,或基于关于用户的已知事实的其他组).

这些只是基本的排序标准,是我想到的标准.当人们开始开发和维护时,会想到数百个其他标准,并且有可能实施.现在想想每个人将如何实施.可能有数千个字段表征每个资源,每个新功能都需要额外的数据.

您可以使用关系数据库中的EAV模式来实现这一点,这将为您提供一些灵活性,或者您可以使用NoSQL,它是为此目的而构建的.

同样,这只是使用NoSQL的一个原因.我知道使用RDBMS的更多理由.