這是適合我的案例的數據庫

我有一組 n 個句子（n >= 100k）。

我想執行這樣的查詢：給定一組 n_i 個句子，我返回一組 m_i 個單詞，這些單詞出現在 n_i 個句子的一個子集中，而另一個不存在。

哪個數據庫適合我的案例。我已經使用 sqlalchemy 研究了 sqlite，但我還沒有弄清楚如何將這些 m 個單詞儲存到每個 n 個字元串中。

我也更喜歡有 python apis 的東西。我應該使用圖形數據庫嗎？我對這些東西完全是個菜鳥，所以任何幫助都將不勝感激

這聽起來更像是一個程式問題，而不是數據儲存和檢索問題。儲存數據的位置可能無關緊要。您可以只使用 Azure Blob 儲存來儲存數據，並使用 Python 配置 Spark 集群來大規模處理數據。-大衛布朗

如果你想要一個開源數據庫，那麼就選擇 PostgreSQL——你會發現它比 MySQL 更強大……嗯，幾乎所有東西！您可能可以在您的 50 人之間使用某種CROSS JOIN( )並從那裡繼續。LATERAL``LAG

使用連接純粹是我的猜測。Python 可能會更好。關於 David Browne 的建議，可能需要一個程式解決方案。話雖如此，SQL（+WITH RECURSIVE子句）是圖靈完備的，所以理論上一切皆有可能。

我建議您從一些範例數據開始一個新問題。將該範例數據放入 dbfiddle.co.uk（或類似網站）。樣本數據不必與實際數據大小相同。首先，將其視為概念證明，以便人們了解問題的核心——為此，實際大小並不重要。以 100 和 5 聚體的序列為例？專注於詢問 SQL 問題而不是使用哪個伺服器 - 您可以說明對開源的偏好嗎？Python 適用於一切！-維拉斯

引用自：https://dba.stackexchange.com/questions/234773