根据相似性在数据库中创建行集群

Question

我正在设计一个系统，该系统采用学生的模块，并根据他们选择的部门和科目将他们分组到班级中。

我们以下表为例：

学生证	部门	选择1	选择2	选择3	选择4
1	语言	英语	文学	西班牙语	意大利语
2	语言	英语	文学	西班牙语	意大利语
3	语言	英语	文学	西班牙语	德语
4	语言	英语	文学	西班牙语	法语
5	科学	数学	物理	化学	生物学
6	科学	数学	物理	化学	计算

假设每个班级可以有 2 名学生。

在上面的示例中，需要创建 3 个类（1,2）、（3,4）和（5,6）。 （注：分组的学生必须是同一系的）

您能给我一些如何设计数据库的提示，以便它可以允许创建多个组/集群吗？该应用程序会非常大，有很多条目。

我想为此使用矢量数据库，但我不确定它是否是最好的选择

如果有任何有用的提示、链接或书籍，我将不胜感激

Answer 1

正如您所说，您将拥有大量数据并且可能需要矢量功能，那么 Cassandra 就有意义。您现在可以开始使用 AstraDB 的免费层，这是一项托管 cassandra 服务。

非规范化数据模型将有 3 个表，如下所示：

第一个读取学生信息的表

CREATE TABLE IF NOT EXISTS student_by_ID (
    Student_ID UUID PRIMARY KEY,
    Department TEXT,
    Choices LIST<TEXT>
);

请注意，如果选择数始终为 4，则创建 4 列（选择 1、选择 2...）

第二个表将允许您检索每个 id 的类。添加

student_ID

作为聚类列可让您轻松检索给定班级的所有学生。

CREATE TABLE IF NOT EXISTS classe_by_ID (
    Class_ID UUID,
    Student_ID UUID,
    Department TEXT,
    ...
    PRIMARY KEY (Class_ID, Student_ID)
);

然后我们就可以为部门准备最后一张桌子了

CREATE TABLE IF NOT EXISTS Department_by_ID (
    Department_Name TEXT,
    Class_ID UUID,
    PRIMARY KEY (Department_Name, Class_ID)
);

Astra 具有矢量搜索功能（将在 Cassandra 5.0 中提供），因此您可以将

vector

类型属性添加到表中以对其执行相似性搜索。 （查看这个视频）