文件管理系统 - 数据库设计

Question

我用Java编写自己的Document Management System (DMS)（可用的那些不能满足我的需求）。

这些文件应由合格的DublinCore元数据标准描述。在我看来，最简单的方法是将键值对打包在带有XML表示的RDF模型中。

要存储所有文档的元数据，我有两个想法（文档文件将存储在文件系统中）：

1. 将所有文档的所有元数据存储在单个XML文件中
2. 为每个文档创建一个XML文件并将其存储在文件系统或RDBMS（如用于Java的H2数据库引擎）中，键值数据库将无法解决此问题，因为一个文档的键不是唯一的。

由于（许多）文档彼此链接，第一种方法可能更好地分析数据，但第二种方法可能更快。

你会推荐哪种解决方案？或者有更好的解决方案吗？

斯特凡

Answer 1

我不知道你的分析是如何工作的，但是如果你需要内存中的完整图形来进行分析，那么使用variante 1（将所有文档的所有元数据存储在一个XML文件中），因为你将无法获得收益（但仅限于额外的工作）来自这个场景中的variante 2。

添加

如果变体2的额外工作量不多，那么我推荐变体2，因为它可以更具可扩展性。

• 您可以通过只写一个小的xml文件而不是一个巨大的文件来更新或添加文档元数据
• 它取决于你使用的xml解析器，但在某些情况下，解析一些较小的xml文件比一个较大的xml文件更快（但这很大程度上取决于数据的ammout）。

Answer 2

你考虑过使用MongoDB和GridFS吗？ http://www.mongodb.org/display/DOCS/GridFS+Specification

您可以将文档直接存储在MongoDB中作为二进制文件，甚至可以以您想要的任何格式存储该特定文件的相关元数据。即使它们具有相同的名称，它也能够存储文档，并且它将生成它自己的唯一ID。

Answer 3

顺便说一句：即使它不属于你的问题：看看像JCR这样的JackRabbit（Java Content Repository）实现。您可以使用它来存储文档，也可以使用元数据。

Answer 4

我会查看像Couch DB这样的NO SQL文档解决方案，看看它是否可以帮到你。

我不喜欢文件系统解决方案;没有任何抽象可以帮助你。

Answer 5

如果您总是访问所有文档，那么您的方法都不会慢于另一个。但我会推荐第二种方法。在分析数据时，您需要阅读所有文档，因此如果它们位于不同的文件或一个文件中则没有区别......