Si tengo una base de datos con millones de entradas y quiero encontrar elementos similares por título, ¿cuál debo elegir: MongoDB, Elasticsearch, MySQL, PostgreSQL u otro?

Estoy tomando una visión holística sobre su pregunta.

Las 4 soluciones pueden soportar filas de 1M fácilmente.

Si desea desarrollar una aplicación web, tendrá muchos roles en su plato: tracción del usuario, experiencia del usuario, casos de uso, soporte al usuario. Le sugiero que mantenga su arquitectura realmente simple y use un único almacén de datos en lugar de tener múltiples db o la llamada solución híbrida. (Supongo que está más familiarizado con las bases de datos SQL que con las bases de datos NoSQL).

Mi experiencia me enseñó que lograr que 10 usuarios usen la aplicación es más difícil que migrar bases de datos de MySQL / pgsql a MongoDB.

Tiene una sola consulta de búsqueda de texto. Quizás eventualmente, tendrás una segunda. ¿Qué te hace pensar que este es un caso de uso lo suficientemente convincente como para agregar otra base de datos? Agregar una base de datos a un sistema no es una tarea trivial para sus equipos de operaciones. Puede disfrutar de la experiencia como desarrollador, tal vez la tecnología sea “genial”, pero alguien tiene que mantener, respaldar, monitorear, ajustar y resolver problemas en su instancia de producción y aunque millones de filas no son una gran base de datos, sigue siendo importante. Quizás su equipo de operaciones ya tenga un RDBMS en ejecución, entonces, ¿por qué no reducir el costo de mantenimiento y usar el suyo, ya que no parece importarle demasiado?

Use un RDBMS. Los RDBMS más populares admiten la indexación de búsqueda de texto completo y funciones útiles para implementar eso. Una vez que comience a encontrar que su RDBMS ya no es lo suficientemente bueno para el trabajo, aún puede agregar complejidad a la arquitectura de su sistema, por ejemplo, subcontratando la búsqueda de texto a Elasticsearch. Pero si está hablando de una sola consulta, por favor, no descarte toda la utilidad RDBMS.

(descargo de responsabilidad: no sé la configuración real de su sistema. Puede ser que en su caso particular, ir con MongoDB podría estar bien. Sin embargo, en un 80% de configuraciones similares, un RDBMS hubiera sido una mejor opción)

“Millones” no es un gran número. Una base de datos nosql o SQL moderna puede manejar “millones” fácilmente. (Tenemos bases de datos MySQL de instancia única con numerosas tablas que contienen más de 3 mil millones de registros cada una con requisitos de “tiempo de búsqueda interactiva” de unas pocas docenas de milisegundos).

Dicho esto, probablemente desee utilizar un motor de estilo de motor de búsqueda como elasticsearch o solr para esta aplicación en particular, ya que las bases de datos relacionales son buenas para búsquedas de coincidencias exactas, pero no funcionan bien con coincidencias inexactas que no se pueden indexar fácilmente.

La clave para que este tipo de cosas tenga un rendimiento y escalabilidad decentes son las estructuras de búsqueda preconstruidas que se pueden buscar, en lugar de intentar calcular en vivo la “distancia de búsqueda” o lo que sea en el momento del acceso del usuario; este último puede funcionar para demos, pero no escalará en absoluto.

Tenga en cuenta que, como muchos otros, puede terminar con un entorno híbrido, ya que hay muchas otras cosas que los motores SQL hacen mejor que los NoSQL.

Para un problema de búsqueda, use un motor de búsqueda. Elasticsearch o Solr lo harían.

Sin embargo, tiene un pequeño conjunto de datos, por lo que MongoDB, MySQL o PostgreSQL también lo gestionarían; la principal diferencia es la sofisticación de los términos de búsqueda.

Veo MongoDb allí! ¿Qué tipo de datos almacenarás?
¿Hay alguna búsqueda de texto completo o alguna GUSTA allí?
En cuanto a la elección del motor de base de datos, ¡millones de filas no son muchas! , pero como dije, ¡necesitamos saber qué tipo de datos almacena!

Millones no es un gran número en el mundo de la base de datos. Cualquiera de las bases de datos haría búsquedas de millones fácilmente (con el índice adecuado en su lugar)

Si tiene que comparar mucho texto, creo que debería ir con Elasticsearch. Otros DB que mencionó no son buenos cuando se va a realizar una comparación de texto. También puede buscar en Apache Lucene / Solr.