如何在 Google App Engine Datastore 上正确实施多个不等式过滤器？答案

【问题标题】：How to implement properly multiple inequality filters on Google App Engine Datastore?如何在 Google App Engine Datastore 上正确实施多个不等式过滤器？
【发布时间】：2016-08-08 10:30:15
【问题描述】：

根据 App Engine 对不等式过滤器的限制，有一些建议可以通过在 RAM 中手动过滤属性来实现高级搜索（通过限制许多属性的范围来过滤结果）：

how to effectively run two inequality filters on queries in app engine

那么，在 RAM 中对大型数据集进行如此多的排序和过滤是否可行？是否有任何 Java 示例代码来演示正确的实现？为了避免这个缺点，坚持使用传统的 RDBMS 是个好主意吗？

【问题讨论】：

关系数据库有其自身的缺点，包括复杂查询的性能。所以你不能这样概括——你需要查看特定的项目/数据模型要求。
谢谢@AndreiVolgin。关于第一个问题，您知道如何处理 App Engine Datastore 的多个不等式查询吗？
是的，我已经做了 7 年了 :) 但是你的问题没有一个简单的答案。这完全取决于您的数据模型、数据分布和项目要求。

标签： google-app-engine google-cloud-datastore inequality

【解决方案1】：

正如 Andrei 所提到的，对于需要多个不等式过滤条件的问题，没有通用的解决方案。这实际上取决于您的数据、查询和应用程序要求。

您可以使用以下一些可能的解决方案：

在应用程序中执行一些过滤。 如果您有两个不等式条件 A 和 B，并且知道满足条件 A 的大多数实体（例如 > 80%）将满足条件 B，然后您可以在不使用条件 B 的情况下对 Datastore 进行查询，并在您的应用程序代码中过滤返回的结果。这让您可以继续使用 Datastore，并且效率不会太差，因为您知道 > 80% 会匹配。

但是，将此解决方案扩展到更多不等式，或者条件 A 和条件 B 之间重叠不大的情况，将导致数据检索效率非常低。

二级搜索索引。如果您有非常复杂的过滤/排序逻辑，您可能会遇到更类似于搜索问题的问题，Google App Engine Search 可能更适合。搜索允许您对搜索索引中的文档运行非常灵活的查询，包括多个不等式查询。

我要指出的是，搜索只提供最终的一致性，并且索引限制为 10GB（但可以根据要求扩展到 200GB）。

【讨论】：