我正面临着一个设计酒店网站预订系统的问题，该系统可以处理成千上万个酒店房间及其可用性。诸如Expedia网站之类的东西。
此可用性将需要存储在本地，并且我需要查询这些酒店房间的可用性。
到目前为止，我已经达到以下结构：
room_type的划分，这是其特征的组合，例如，如果有视图，或房间中的人数最多，例如：with view / 3人将是一个类型，其他类型将是：with view / 4人，无景观2人，有景观4人，等等。\
每个房间都将被分配给room_type，以便在前端进行演示。例如：我不会显示个人房间记录（例如：201房间），但是我会显示我有该类型的房间。
因此，我将有一个房间“表”和一个room_type“表”，每个房间都有一个类型。
然后是从今天到未来六个月的房间（行）和日期（列）的矩阵。
矩阵如下所示：
其中1表示该日期有空房间，0表示已预订。因此，要让我检测在某个日期范围内是否有room_type可用，我必须：
对于这种类型的每个房间；
扫描所需日期之间的所有列；
如果在该行中没有找到0的房间，则表示该房间可用，因此这表示该room_type在该日期范围内可以显示为可用。
在上表中，假设日期范围是10/10/2017至10/14/2017（美国格式），唯一可用的房间是C酒店的101房间。
然后，我可以将客户预订到该房间，这样客户就不必在他/她逗留期间更改房间。
我的问题是：
有没有可以在内存中容纳像这样的大型矩阵的存储设备？ （MySQL，Redis，PostgreSQL，Cassandra，MongoDB等）
如果我应该使用RDBMS，那是什么类型？我应该使用传统的RDBMS吗？或者，这种“类似矩阵的结构”会更好地适合另一种新型NoSQL数据库。
这些巨大的访问量很大的网站是这种“矩阵状结构”吗？ （例如：Expedia，Booking.com，Trivago等）还是有更好的方法来更快地查询日期范围？
我担心现在选择的结构不正确，将来在网站需求量大且房间数量更多时会遇到性能问题。
谢谢。
最佳答案
首先，谢谢你的提问。考虑到除了基本的酒店供应情况之外的各种用例，这是我所知道的复杂问题之一。例如：如何进行地理搜索，如何在同一天支持同一房间的多个登机手续，如何使数据与世界观高度一致（最新价格和可用性） ，如何根据价格对酒店进行排名，如何添加更多属性（例如自定义优惠（无烟，24小时入住，包括厨房等），如何处理不同的取消政策等）。
我相信，您明白了。
我遇到的最好的设计使用无列或无模式的存储（如cassandra，mongo）以及RDBMS。
NoSQL存储提供了灵活性，可以继续添加更多属性，还可以跨多个维度进行搜索，例如城市，附近搜索等。
RDBMS可以存储很少更改的数据，例如不同的房间类型，酒店描述等。
例如，对于上面的简单用例，我将所有不同的房间类型（酒店到房间的映射）存储在RDBMS中。但是酒店价格和空房情况将归NoSQL商店所有。我会将房间价格和空房情况存储在NoSQL商店中，并将搜索属性（如入住/退房日期，人数，房间数量）作为此表的键。我将定期运行一个cron作业，以填充所有可用房间的所有不同搜索排列（通过在另一个预订表上的交叉查找）并更新NoSQL存储。这样，读取路径就更快了（这与许多社交媒体网站设计其架构的写时扇出方法非常相似。优化读取路径并在写入路径上传播更新，完全意识到可以将读取数据有点陈旧）。在我们的案例中，在cron作业运行之间的时间段内，价格和可用性可能过时，但是可以通过在预定时间之前用一致的商店（例如预订表）进行另一次检查来轻松抵消这笔费用。如果存在差异，则可以再次启动工作流程。
注意：以上内容是高度主观的看法，并基于价格和可用性很少变化的假设。您可以结合使用流式系统（例如kafka）来加快更新速度
关于database-design - 设计高性能的酒店客房预订系统，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49396360/