RethinkDB 能否有效处理大量稀疏性？

Posted 2023-03-25

【中文标题】RethinkDB 能否有效处理大量稀疏性？

【英文标题】：Can RethinkDB efficiently handle lots of sparseness?

【发布时间】：2015-12-21 12:17:40

【问题描述】：

用例：作为数据基础设施的一部分，我正在考虑在同一个 RethinkDB 表中存储许多 * 各种 schema.org 类型的实体。

鉴于 schema.org 固有的类型层次结构，一些属性由所有类型共享，一些属性仅适用于一种类型，以及介于两者之间的所有类型。

例如：Person,Organization,LocalBusiness，共享属性如name、description、postalAddress等，而有些是仅供Person使用的，如firstName。

将此映射到 RethinkDB 表将导致许多实体的许多属性（Rethink-speak 中的字段）为空。作为一种猜测，我会说一个字段平均大约 90% 的时间是空的。大约有 150 个字段存在。

RethinkDB 能否有效处理如此稀疏的布局？这是我意识到的一个广泛的问题，但我正在寻找以下细节：

如果我要在这些字段中的一些（不是全部）上建立索引，空值会占用这些索引中的空间吗？ 如果这些字段都被允许为多值，性能损失（cpu 和 mem）会是多少？即：数组？

*) 一两百万开始

【参考方案1】：

RethinkDB 可以很好地处理稀疏数据。索引目前始终是稀疏索引，因此您的索引不会被没有索引字段的文档弄乱。