我有一个用例需求，我想设计一个标签排名系统。应选择 10 个最受欢迎的主题标签。我的想法是这样的：
[hashtag, rateofhitsperminute, rateofhisper5minutes]
然后我会查询，找出10个最受欢迎的#hashtags，每分钟点击率最高。
我的问题是，我可以使用什么样的数据库来为我提供像“rateofhitsperminute”这样的统计数据？
有什么好方法可以计算这样的细节并将其存储在 db 中？某些数据库是否提供这些功能？
【问题讨论】：
标签： database
首先计算“每分钟点击率”：
[hits during period]/[length of period]
因此，费率会根据期限的长短而有所不同。 （最后一分钟？最后 10 分钟？从开始记录点击数开始？从第一次使用主题标签开始？）
因此，您真正想要存储的是点击次数，而不是点击率。最好：
现在是选择感兴趣的时间段，并查询数据库以找到该时间段内点击次数最多的前 10 个主题标签。
如果您需要显示费率，请使用上面的公式，但请注意它不会更改顶部主题标签的顺序，因为每个主题标签的句点都相同。
您可以将上述算法应用于几乎任何数据库。你甚至可以在不使用数据库的情况下做到这一点（只需使用编程语言的内置 hashmap）。
如果性能是一个问题并且会有许多不同的主题标签，我建议使用OLAP database。 OLAP 数据库是专门为这样的 top-k 查询（在特定时间段内）而设计的。
话虽如此，下面是一个如何在 Solr 中完成您的用例的示例：Solr as an Analytics Platform。 Solr 不是 OLAP 数据库，但此示例将 Solr 用作 OLAP 数据库，并且似乎是最容易实现和适应您的用例的：
您的 Solr 架构如下所示：
<fields>
<field name="hashtag" type="string"/>
<field name="hit_date" type="date"/>
</fields>
一个示例文档是：
{
"hashtag": "java",
"hit_date": '2012-12-04T10:30:45Z'
}
您可以使用的查询是：
http://localhost:8983/solr/select?q=*:*&facet=true&facet.field=hashtag&facet.mincount=1&facet.limit=10&facet.range=hit_date&facet.range.end=2013-01-01T00:00:00Z&facet.range.start=2012-01-01T00:00:00
最后，这里有一些与这个问题相关的高级资源：
【讨论】：
没有数据库只是内置了每分钟速率统计信息，但是任何现代数据库都可以用来创建一个数据库，您可以在其中很容易地计算每分钟速率或您需要的任何其他计算值。
您的问题就像问哪种汽车可以从纽约开到洛杉矶 - 没有汽车可以自行驾驶或沿途加油（我应该小心这个类比，因为我猜汽车现在几乎可以这样做了！ )，但您可以驾驶任何您喜欢的汽车从纽约到洛杉矶，有些会更舒适、有些更省油、有些更快，但您必须自己开车和加油。
【讨论】：
如果您对大型数据集感到满意，您可以自己存储和计算这些信息。
我相信 Mongo 在基于索引的查询方面相当快，因此您可以构建这样的结构。
每次“点击”或访问标签时，您都可以将此信息存储为一行
[Tag][Timestamp]
以这种方式存储它可以让您首先运行简单的 Group、Count 和 Sort 操作，这将引导您获得计算 10 个最受欢迎的标签的第一个期望能力。
使用这种格式的信息，您可以根据标签和时间戳执行进一步的查询，以计算特定标签在时间 X 和 Y 之间的点击量，这将为您提供每个周期的点击量。
这样做的好处：
这样做的负面影响：
【讨论】：