我正在尝试编写返回 N 个特定类型随机记录的 GQL 查询。我当前的实现有效，但需要对数据存储进行 N 次调用。如果可能的话，我想对数据存储进行 1 次调用。
我目前为放入数据存储区的每种类型分配一个随机数。当我查询随机记录时，我生成另一个随机数并查询记录 > rand ORDER BY asc LIMIT 1。
这可行，但是，它只返回 1 条记录，所以我需要进行 N 次查询。关于如何进行这一查询的任何想法？谢谢。
【问题讨论】：
标签： google-app-engine random gql google-cloud-datastore
“幕后”单个搜索查询调用只能从某个索引返回一组连续的行。这就是为什么某些 GQL 查询（包括对 != 的任何使用）扩展到多个数据存储调用的原因。
N 个独立的均匀随机选择（通常）在任何索引中都不连续。
QED。
您可能可以使用 memcache 来存储实体，并降低抓取 N 个实体的成本。或者，如果您不介意索引中的“随机”选择靠近在一起，请在一个查询中选择一个（例如）100 个随机选择的块，然后从中随机选择 N 个。由于您有一个已经随机化的字段，因此外人不会立即看出这 N 个项目是相关的。至少，直到他们查看大量样本并注意到项目 A 和 Z 从未出现在同一组中，因为它们在随机索引中相距超过 100。如果性能允许，您可以不时重新随机化您的实体。
【讨论】：
IN 查询运算符都可以返回不连续的实体。
!= 相同。那和IN 都被实现为有限数量的子查询。批处理操作与该问题并不真正相关，但是是的，某些操作确实作用于在任何索引中都不连续的实体。只是不搜索。
您在寻找什么样的权衡？如果您愿意忍受插入这些实体时对性能的小幅影响，您可以创建一个解决方案来快速获取其中的 N 个。
这是你需要做的：
当您插入实体时，请指定密钥。您想按顺序为您的实体提供密钥，从 1 开始并从那里向上。 （这需要一些努力，因为应用引擎没有 autoincrement() 所以你需要跟踪你在其他实体中使用的最后一个 id，我们称之为 IdGenerator）
现在，当您需要 N 个随机实体时，生成 N 个介于 1 和您生成的最后一个 id 之间的随机数（您的 IdGenerator 会知道这一点）。然后，您可以使用 N 个键按键进行批量获取，这只需要一次访问数据存储区，并且也比查询更快，因为键获取通常比查询快，AFAIK。
这种方法确实需要处理一些烦人的细节：
所以问题归结为您需要这 N 个项目的速度与添加和删除它们的频率，以及增加一点复杂性是否值得提高性能。
【讨论】：
看起来唯一的方法是将随机整数值存储在每个实体的特殊属性中并对其进行查询。如果您只添加一个自动初始化的属性，这可以完全自动完成。
不幸的是，如果您的数据存储区已经填满，这将需要对所有实体进行一次处理。
这很奇怪，我知道。
【讨论】：
我同意史蒂夫的回答，没有办法在一个查询中检索 N 个随机行。
但是，即使是检索单个实体的方法通常也无法正常工作，因此返回结果的概率是均匀分布的。返回给定实体的概率取决于其随机分配的数字与下一个更高的随机数的差距。例如。如果分配了随机数 1,2 和 10（并且没有分配任何数字 3-9），则算法返回“2”的频率是“1”的 8 倍。
我已经以稍微昂贵的方式解决了这个问题。如果有人感兴趣，我很乐意分享
【讨论】：
我也遇到了同样的问题。我决定不将 ID 分配给数据存储中已经存在的条目并这样做，因为我已经从分片计数器中获得了总数。
这会从“totalcount”条目中选择“count”个条目，按key排序。
# select $count from the complete set
numberlist = random.sample(range(0,totalcount),count)
numberlist.sort()
pagesize=1000
#initbuckets
buckets = [ [] for i in xrange(int(max(numberlist)/pagesize)+1) ]
for k in numberlist:
thisb = int(k/pagesize)
buckets[thisb].append(k-(thisb*pagesize))
logging.debug("Numbers: %s. Buckets %s",numberlist,buckets)
#page through results.
result = []
baseq = db.Query(MyEntries,keys_only=True).order("__key__")
for b,l in enumerate(buckets):
if len(l) > 0:
result += [ wq.fetch(limit=1,offset=e)[0] for e in l ]
if b < len(buckets)-1: # not the last bucket
lastkey = wq.fetch(1,pagesize-1)[0]
wq = baseq.filter("__key__ >",lastkey)
请注意，这对我来说有些复杂，而且我仍然不相信我没有错误或错误。
请注意，如果 count 接近 totalcount 这可能会非常昂贵。 请注意，在数百万行上，可能无法在 appengine 时间范围内完成。
【讨论】：
如果我理解正确，你需要检索 N 个随机实例。
这很容易。只需使用键进行查询。并对键的列表结果执行 random.choice N 次。然后通过获取键来获取结果。
keys = MyModel.all(keys_only=True)
n = 5 # 5 random instance
all_keys = list(keys)
result_keys = []
for _ in range(0,n)
key = random.choice(all_keys)
all_keys.remove(key)
result_keys.append(key)
# result_keys now contain 5 random keys.
【讨论】：
random.choice。在您使用索引迭代键之后，您生成的。或者只使用限制和偏移量。