关系索引实体与投影查询

Question

我正在为经典的“用户帖子”和“标签”问题设计谷歌数据存储模式。

这个页面建议建立关系索引实体模型。基本上，它将可搜索的标记或关键字作为子实体中的列表属性进行过滤，在父实体中放置必要的属性。据我理解，这种方法是减少查询时的序列化开销。

class Post(db.Model):
  title = db.StringProperty()
  post_date = db.DateTimeProperty()

class Tags(db.Model):
  tags = db.StringListProperty()

mytags = Tags(parent=post, tags=many_tags)

1. 如果投影查询可以获得属性的子集，那么关系索引实体是否仍然需要减少列表属性的序列化开销？

注意:投影查询有限制；关系索引实体没有。

1. 关系索引实体是否使查询更加困难？说我想要过滤标签‘汽车’的帖子在过去7天内创建。标签和post_date有不同的种类，有什么简单的方法吗？
2. 对于爆炸性索引，关系索引实体是否降低了爆炸索引的机会，因为它将列表属性放在不同的类型中？

谢谢你提前回答。

Answer 1

1. Relation解决方案减少了的序列化开销--任何类型的对Post实体的访问，包括key.get()、`entity.put()或获取非投影查询之类的操作，而投影查询只用于获取相应的查询结果。
2. 是的，查询有点困难。对于您的示例，您将需要单独的查询，每个实体类型都需要一个查询。

该示例假设使用的是ndb，而不是db

from google.appengine.ext import ndb

class Post(ndb.Model):
  title = ndb.StringProperty()
  post_date = ndb.DateTimeProperty()

class Tags(ndb.Model):
  tags = ndb.StringProperty(repeated=True)

我只使用密钥查询，因为它们更便宜，速度更快：

from datetime import datetime, timedelta

car_post_keys = []
post_keys = Post.query(Post.post_date>(datetime.utcnow() - timedelta(days=7)),
                       keys_only=True).fetch()
if post_keys is not None:
    for post_key in post_keys:
        if Tags.query(Tags.tags=='car', ancestor=post_key, keys_only=True).fetch() is not None:
            car_post_keys.append(post_key)

car_posts = ndb.get_multi(car_post_keys) if car_post_keys else []

1. 一般来说，答案是肯定的，这正是你提到的原因。在您的特定示例中，只有一个具有多个值的属性-- tags --以及少量其他Post属性，所有这些属性都具有单个值，因此爆炸索引影响的差异可能是可以忽略的。

将一个实体拆分成几个较小的实体也是一种常见的技术，因为还有其他原因，例如，请参见为其他不同类型的实体重新使用实体的ID -明智的想法？。

这里有一个应用这个想法的例子：

car_post_key_ids = []

post_keys = Post.query(Post.post_date>(datetime.utcnow() - timedelta(days=7)),
                       keys_only=True).fetch()
if post_keys is not None:
    post_key_ids = [key.id() for key in post_keys]

    car_tag_keys = Tags.query(Tags.tags=='car', keys_only=True).fetch()
    car_tag_key_ids = [key.id() for key in car_tag_keys] if car_tag_keys is not None else []

    car_post_key_ids = list(set(post_key_ids) & set(car_tag_key_ids))

car_posts = [Post.get_by_id(id) for id in car_post_key_ids]

示例非常简单，可以使用ndb异步调用、任务/线程、许多结果可能需要游标等对它们进行优化。