所以，我已经开始在一个包含大约 170,000 个事件的数据集上编写一些基本的计算查询，每个事件最多可能有 10 个属性。
仅通过测试，我们就已经查询了大约 6 亿个属性，尽管其中大多数查询都是针对我自己的本地数据，只存储了少数事件，所以我猜测计算查询正在运行所有 170k 事件，而不是 50-100 过滤结果集。
有没有办法在过滤后的数据集上运行计算查询？我应该（例如）为每个用户分配他们自己的 event_collection 还是什么？
【问题讨论】：
注意：我是 Keen IO 的平台工程师和架构师。
简短的回答是：不，除了减少要查询的集合中的事件数量和时间范围之外，没有直接的方法来过滤您需要付费的事件。
基于properties scanned 的敏锐账单。您可以点击链接了解详细信息，但简短版本是：
Properties Scanned = [# of events matching collection and timeframe] * [# of properties needed to evaluate your query]`.
在某些情况下，将事件分成不同的集合实际上可能是一个合理的解决方案。但要小心，因为这样做有效地消除了评估跨越多个/所有集合的查询的能力。如果您愿意重复写入每个事件，则一种选择是写入一个全局集合和一个每个 ID 的集合（或您想要“索引”的任何内容）。这种非规范化可能会带来一些其他的复杂情况，就像非规范化一样，但它确实有可能显着减少您的计算使用量。
（无论如何，这是我们注意到许多客户最近开始遇到的一个摩擦点。我们正在积极寻找为“二级索引”添加某种本机支持以直接解决此问题的选项在产品中。但不幸的是，我现在不能承诺任何特定的功能/时间表。）
要指出的另一件事是，在某些情况下，您可以使用 Keen 的 Cached Datasets 功能获得一个很好的解决方案，该功能有效地为某些索引属性的每个观察值预先计算查询结果。这是一个更高级的功能，但在适当的情况下，它可以在成本、速度和简单性方面显着优于其他选项。
最后：如果您需要更详细的帮助来找出解决问题的最佳技术方法，team@keen.io 是一个很好的资源。希望对您有所帮助！
【讨论】：