appengine python（bigtable）中的父->子关系

Question

我仍在学习有关使用 bigtable/nosql 进行数据建模的课程，希望能得到一些反馈。 如果我经常需要在父母之间处理汇总的孩子，我应该避免在数据建模中使用父->子关系，这样公平吗？

举个例子，假设我正在构建一个博客，该博客将由许多作者贡献，彼此都有帖子，每个帖子都有标签。所以我可能会设置这样的东西：

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.StringListProperty() 

据我了解，这将基于作者父级创建一个实体组。 如果我主要需要按我希望跨越多个作者的标签查询帖子，这会导致效率低下吗？

我了解对列表属性进行查询可能效率低下。假设每个帖子平均有大约 3 个标签，但可以一直增加到 7 个。我希望我收集的可能标签在几百个以内。 将模型改成这样有什么好处吗？

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.ListProperty(db.Key)

class Tag(db.Model): 
  name = db.StringProperty() 

或者我做这样的事情会更好吗？

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts')

class Tag(db.Model): 
  name = db.StringProperty() 

class PostTag(db.Model): 
  post = db.ReferenceProperty(Post, 
    collection_name='posts') 
  tag = db.ReferenceProperty(Tag, 
    collection_name='tags') 

最后一个问题...如果我最常见的用例是通过多个标签查询帖子怎么办。例如，“在 {'apples', 'oranges', 'cucumbers', 'bicycles'} 中查找所有带有标签的帖子” 这些方法之一是否更适合用于查找具有任何集合的帖子的查询标签？

谢谢，我知道那是一口。 :-)

Answer 1

第一种或第二种方法非常适合 App Engine。考虑以下设置：

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  author = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.StringListProperty()

class Tag(db.Model): 
  post_count = db.IntegerProperty()

如果使用字符串标签（大小写规范化）作为标签实体key_name，您可以高效地查询具有特定标签的帖子，或列出帖子的标签，或获取标签统计信息：

post = Post(author=some_author, tags=['app-engine', 'google', 'python'])
post_key = post.put()
# call some method to increment post counts...
increment_tag_post_counts(post_key)

# get posts with a given tag:
matching_posts = Post.all().filter('tags =', 'google').fetch(100)
# or, two tags:
matching_posts = Post.all().filter('tags =', 'google').filter('tags =', 'python').fetch(100)

# get tag list from a post:
tag_stats = Tag.get_by_key_name(post.tags)

第三种方法对于大多数基本操作都需要额外的查询或提取，如果要查询多个标签，则更加困难。

Answer 2

我会选择最后一种方法，因为它允许在给定标签的情况下直接检索帖子列表。

第一种方法基本上不可能保留一组规范的标签。换句话说，“系统中当前存在哪些标签”这个问题的答案非常昂贵。

第二种方法解决了这个问题，但正如我所提到的，它并不能帮助您检索给定标签的帖子。

实体组有点神秘，但只要说第一种方法不会创建实体组就足够了，它们只是必要用于事务性数据库操作，有时对优化的数据读取，但在小型应用程序中可能不需要。

应该提到的是，您采用的任何方法都只能与智能缓存策略结合使用才能很好地工作。 GAE 应用程序喜欢缓存。深入了解memcache api，了解memcache和datastore的批量读写操作。