查询数据存储中存在的属性值集合

问题描述：

我有一个属性列，它可以在任何时间点都具有以下值的子集：{ a | b | c | d | e }。我的意思是，有时它可以是{ a | d | e }中的任何一个，或者在其他时候甚至可以是{ x | y | z }。我如何查询数据存储库，以便我能够找出该时间点的子集，而不必深入每个实体？查询数据存储中存在的属性值集合

目前我在做这样说：

people = Person.all().fetch(100) 
city = set() 
for p in people: 
    city.add(p.address)

我想要得到的一组存在在这个时间点（即无重复）的属性值。例如，在某个时间点，所有5,000,000个people都有一个address的{ Manila | Cebu | Davao }，那么我需要set(Manila, Cebu, Davao)。

在另一个时间点，所有500万people将有{ Iloilo | Laoag }的address，那么我想set(Iloilo, Laoag)。

在查询之前，我不知道set应该由什么组成。

我现在的方法要求我挖掘所有的实体。这是非常低效的，有没有更好的方法？

我不明白你想要做什么。这听起来像你有一个模型，有一个属性可以容纳很多值。这是作为一个列表属性实现的吗？粘贴你的模型。你试图摆脱哪些数据？只有那些在上面的列表属性中有一些确切的值子集的实体？你发布的例子不清楚，也没有帮助。 – mjibson 2012-04-04 03:52:13

@mjibson对不起，我编辑了这个问题，使其更加清晰。 – Kit 2012-04-04 04:28:28

答

在AppEngine中，在写入期间生成并存储您可能需要的东西几乎总是更好。

因此，在您的使用案例中，每次添加或编辑个人实体时，都会将他们所在的城市添加到列出所有城市的另一个模型中，然后存储该城市实体。

class Cities(db.Model): 
    list_of_cities = db.TextProperty(default="[]") #we'll use a stringified json list of cities 

#when creating a new person/or when editing 
person = Person(city = city) 
cities = Cities.all().get() #there's only one model that we'll use. 
list_of_cities = simplejson.loads(cities.list_of_cities) 
if city not in list_of_cities: 
    list_of_cities.append(city) #add to the list of cities 
    cities.list_of_cities = simplejson.dumps(list_of_cities) 
    db.put(cities) 

person.put()

你可能想在你的城市实体上使用memcache来加速一些事情。如果您还希望以超过1次写入/秒的速度增加一个以上的人，那么您可能还需要考虑分割城市列表。

谢谢@Albert。那么，元实体就是要走的路。 – Kit 2012-04-04 07:19:06

请注意，这不会从列表中删除不再使用的组件。它也会非常迅速地遇到争议问题。 – 2012-04-05 06:02:14

答

Albert提出的方法的替代方法是使用mapreduce定期计算这些值。 App Engine Mapreduce库使这非常简单。您的映射器将输出每个记录的城市（例如），而缩减器将输出每个记录的值和次数。

查询数据存储中存在的属性值集合

相关推荐