如何根据条件动态构建查询？

Question

我想根据用户请求在可能的条件范围 (0-4) 上查询数据存储。 NDB 中的查询构建如下：

query = Account.query(Account.userid >= 40, Account.userid < 50)

我有什么办法可以做这样的事情：

myfilter = []
myfilter.push('Account.userid >= 40')
myfilter.push('Account.userid < 50')
myfilter.push('Account.name == "John"')
query = Account.query(*myfilter)

可能有 0 到 4 个过滤器参数，具体取决于条件。我的假设（这可能是错误的）是，如果不需要它，省略过滤器比使用包罗万象（例如 Account.userid == *）更优化。

我知道您可以链接过滤器，但由于查询对象是不可变的，不确定这对我有帮助。

Answer 1

有一种更优雅的方法可以做到这一点。顺便说一句，更具活力：

def build_query_by(ndb_class, filters, sorts):
    """
    ndb_class: the ndb model class to query
    filters: a list of tuples of properties, operations and values
    sorts: a list of tuples of properties and order symbol
    """
    q = ndb_class.query()
    for prop, operation, value in filters:
        if operation == '==':
            q = q.filter(getattr(ndb_class, prop) == value)
        elif operation == '>=':
            q = q.filter(getattr(ndb_class, prop) >= value)
        elif operation == '<=':
            q = q.filter(getattr(ndb_class, prop) <= value)
        # more operations...

    for prop, symbol in sorts:
        if symbol == '-':
            q = q.order(-getattr(ndb_class, prop))
        else:
            q = q.order(getattr(ndb_class, prop))
    return q

Answer 2

是的，这是可能的。来自Filtering by Property Values：

而不是在单个表达式中指定整个查询过滤器， 您可能会发现分步构建它更方便：例如：

query1 = Account.query()  # Retrieve all Account entitites
query2 = query1.filter(Account.userid >= 40)  # Filter on userid >= 40
query3 = query2.filter(Account.userid < 50)  # Filter on userid < 50 too

query3 等价于前面的 query 变量 例子。请注意，查询对象是不可变的，因此构造 query2不影响query1和query3的构建 不影响query1 或query2。

您可以使用这种增量查询构建技术根据需要有条件地添加过滤器。例如（这假设可选条件之间的整体与）：

query = Account.query()  # Retrieve all Account entitites
loggin.error(query)

if filter_by_userid:
    query = query.filter(Account.userid >= 40, Account.userid < 50)
    loggin.error(query)

if filter_by_username:
    query = query.filter(Account.name == "John")
    loggin.error(query)

loggin.error('Final: %s' % query)

上面的sn-p专门利用了查询对象的不变性，对query变量的每个赋值实际上存储了应用相应过滤器获得的new查询对象。由相关的日志消息确认。