我有一个用例要求，我想在其中设计一个标签排名系统。应该选择10个最受欢迎的主题标签。我的想法是这样的：
[主题标签，Ratefhitsperminute，Ratefhisper5minutes]
然后我会查询，找出10个最受欢迎的#hashtags，其每分钟的速率最高。
我的问题是，我可以使用哪种数据库来提供统计信息，例如'Ratefhitsperminute'？
什么是计算此类细节并存储在DB中的好方法？某些DB提供这些功能吗？
首先，计算"每分钟命中率"：
[hits during period]/[length of period]
因此，速率将根据周期的时间而有所不同。（最后一分钟？最后10分钟？自从命中开始录制以来？自首次使用标签以来？）
因此，您真正想要存储的是命中量，而不是速率。最好：
- 在一定时期内存储主题标签及其命中计数（需要的记忆/CPU少，但灵活性较小）
- 或每个命中的时间戳和标签（需要更多内存/CPU但更灵活）
现在是选择感兴趣的时间段的问题，并查询数据库以查找此期间命中最多的前10个主题标签。
如果您需要显示速率，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周期相同。
您可以将上面的算法应用于几乎所有DB。您甚至可以在不使用数据库的情况下执行此操作（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数据库。OLAP数据库是专门为Top-K查询设计的（在一定时间段内）。
话虽如此，这是如何在Solr：Solr作为分析平台中完成用例的示例。Solr不是OLAP数据库，但是此示例使用SOLR像OLAP DB一样，似乎是最容易实现和适应您的用例：
您的SOLR模式看起来像：
<fields>
<field name="hashtag" type="string"/>
<field name="hit_date" type="date"/>
</fields>
示例文档将是：
{
"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，这里有一些与此问题相关的高级资源：
- 类似的问题：实施Twitter和Facebook，例如Hashtags
- 计算趋势主题或标签的最佳方法是什么？我从这些答案中获得的一个有趣的想法是，随着时间的推移，使用命中量的衍生物来计算"瞬时"命中率。 如果可以接受近似计算，则
- 超置logog可用于估计命中计数。
- 如果您想在此主题上真正学术的话，请仔细研究滑动窗口。
没有数据库的每分钟统计信息刚刚内置，但是任何现代数据库都可以用于创建一个数据库，您可以很容易地计算出每个数据库分钟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车到洛杉矶 - 好吧，没有汽车可以在此过程中开车或加油（我应该小心这个类比，因为我想我现在几乎要这样做！），但是您可以开车从纽约到洛杉矶喜欢的任何汽车，有些汽车会更舒适，有些比其他汽车更加燃油效率和更快，但是您将不得不开车和加油。
您可以使用InfluxDB。它非常适合您的用例，因为它是为了处理时间序列数据而创建的（例如"每分钟命中"）。
在您的情况下，每次击中时，您都可以发送包含标签名称和时间戳名称的记录。
数据是可查询的，并且已经有一些工具可以帮助您处理或可视化它（例如Grafana）。
如果您对大数据集感到满意，则可以自己存储并计算此信息。
我相信Mongo在基于索引的查询方面相当快，因此您可以构建类似的内容。
每当标签被"命中"或访问时，您都可以将此信息存储为行
[Tag][Timestamp]
以这样的方式存储它，您可以首先进行简单的组，计数和排序操作，这将使您获得第一个所需的计算10个最受欢迎标签的能力。
使用此格式的信息，您可以根据标签和时间戳执行更多查询，以计算Times X和Y之间特定标签的命中量
这样做的好处：
- 高信息粒度，具体取决于通过查询提供的时间范围
- 这些查询在MongoDB或类似数据库中也很快，即使在大型数据集中
这样做的负面因素：
- 您必须存储许多排数据
- 您必须执行查询才能检索所需的信息，而不是返回单个数据行