仅选择每个 url 的最新帖子答案

【问题标题】：Selecting only the latest post for each url仅选择每个 url 的最新帖子
【发布时间】：2012-07-28 08:39:34
【问题描述】：

我在 GAE 上有一个应用程序，允许用户将帖子添加\编辑到任意路径（如 wiki）。我将所有帖子存储在一个表中。该表的结构如下：

class WikiPosts(db.Model):
    path = db.StringProperty(required = True)
    content = db.TextProperty(required = True)
    date_created = db.DateTimeProperty(auto_now_add = True)

我想在主页上显示每个路径的最新帖子。

我的问题与这个问题（Select first row in each GROUP BY group?）类似，但答案涉及使用在 GAE 中不可能的连接。

我可以有一个专门的字段来跟踪每个 url 的最新帖子，但是否可以使用 gql 查询来做到这一点？

截至目前，我正在使用这个查询，它返回按创建时间排序的所有 wiki 帖子的所有版本。

db.GqlQuery("SELECT * FROM WikiPosts ORDER BY date_created DESC limit=10")

【问题讨论】：

您是否有存储在其他地方的所有路径的唯一列表？如果是这样，您可以对每个路径进行查询并获取最新的。这将导致更多的操作，但可能比尝试动态计算唯一路径更快。
不，我没有这样的清单。我只有 WikiPosts 表。

标签： google-app-engine google-cloud-datastore python-2.7 gql

【解决方案1】：

由于您没有唯一的路径列表，并且由于 GAE 不支持等效于 SQL 的 SELECT DISTINCT（请参阅 here、here 和 here），因此您必须

每次显示主页时生成该列表（不推荐超过几百个帖子），或
创建另一个表/模型以跟踪添加新帖子时的唯一路径（然后将此新表与 Shay 的答案结合使用），或者
如您所说，跟踪每个路径的最新帖子。

我认为选项 3 是您最好的选择，因为（就像 GAE 的情况一样），您将准确地将想要取出的内容放入数据存储区（即，使写入更加复杂以支持快速读取。 )

【讨论】：

谢谢，那我加个新字段

【解决方案2】：

您可以致电：

def get_latest_posts(amount=10):
  return db.GqlQuery("SELECT * FROM WikiPosts where path =:1 ORDER BY date_created DESC limit=:2", path, amount)

这将为每个路径返回最新帖子。

【讨论】：

我应该为路径变量分配什么值？我没有任何路径列表。

【解决方案3】：

有很多与为每次页面访问进行查询相关的问题。当然，您可能有更多的实例，并且必须与支持查询的索引的最终一致性抗衡。既然你的页面只是前十名，为什么不简单地用 memcache 对象来管理它呢？如果找不到该对象，则执行查询并写入丢失的 memcache 对象。发布列表更新将在实体 put() 之前写入/重写 memcache——这可能是延迟函数（任务队列）的良好候选者。

【讨论】：