Integrating Polyglot Persistence with Large Language Models for Scalable Social Network Applications

Abstract

El artículo propone una arquitectura innovadora que integra el paradigma de polyglot persistence con modelos de lenguaje de gran escala (LLMs) para aplicaciones de redes sociales escalables. Se desarrolla un sistema compuesto por tres bases de datos especializadas (MongoDB, Neo4j y Redis) que gestionan datos estructurados, relacionales y de alto rendimiento. Los LLMs, como el modelo Gemini de Google, actúan como interfaz inteligente capaz de interpretar consultas en lenguaje natural, traducirlas en operaciones estructuradas y combinar resultados de múltiples fuentes. Los experimentos, realizados con un conjunto de datos sintético de 100 usuarios y 500 conexiones, muestran una precisión del 100 % en consultas simples y complejas, y un rendimiento sólido ante ambigüedad. El estudio demuestra que la combinación de LLMs y arquitecturas de persistencia híbrida mejora la eficiencia, accesibilidad y adaptabilidad de sistemas de datos distribuidos, abriendo nuevas vías para el diseño de aplicaciones inteligentes.

This paper introduces a novel architecture integrating polyglot persistence with Large Language Models (LLMs) for scalable social network applications. The proposed system combines three specialized databases—MongoDB, Neo4j, and Redis—to efficiently manage structured, relational, and high-performance data. Google’s Gemini LLM serves as an intelligent interface that interprets natural language queries, translates them into structured database operations, and synthesizes coherent responses across multiple data sources. Using a synthetic dataset of 100 users and 500 connections, the system achieved 100% translation accuracy for simple and complex queries, and consistent partial correctness for ambiguous ones. The results demonstrate that integrating LLMs with heterogeneous data stores enhances scalability, interpretability, and user accessibility. This architecture represents a significant step toward intelligent, human-centered database systems capable of bridging natural language understanding with advanced data management.