我有一个需要非常灵活的搜索功能的应用程序。作为其中的一部分，用户将需要能够对许多文本字段进行全文搜索，但也需要过滤许多数字字段，这些字段记录定期更新的数据（有时超过一次或两次）一分钟）。此数据存储在NDB数据存储中。
我目前正在使用Search API创建文档对象和索引来搜索文本数据，我知道我还可以为这些文档添加数值以进行索引。但是，由于这些数字字段的动态特性，我将不断更新（删除和重新创建）搜索API索引的文档。即使我允许搜索API在一段时间内使用旧数据，它仍然需要每天更新几次。对我而言，这似乎不是存储此数据进行搜索的有效方式，特别是考虑到搜索查询的数量将远远少于数据更新的数量。
我是否有办法处理这种动态数据，这比不断修改搜索文档更有效？
我对这个想法的唯一想法是实现一个两步过程，然后将全文搜索的结果用于针对NDB数据存储区的查询中，或者使用Python手动过滤。似乎都不理想，但我没有想法。提前感谢您的任何帮助。
答案 0 :(得分：2)
搜索API的文档确实可以包含数字数据，并且可以轻松更新，但正如您所说，如果您正在进行大量更新，那么频繁修改文档可能并非最佳
您可能考虑的一种设计会将数值数据存储在数据存储区实体中，但也会大量使用缓存 - 内存缓存或后端内存缓存。交叉引用文档及其关联实体（即，将实体设计为包含具有关联文档ID的字段，以及包含具有关联实体键的字段的文档）。如果您的应用程序域是doc id和数据存储区实体键名称可以是相同的字符串，那么这更简单。
然后，在缓存中，按doc id索引数字字段信息。这样您就可以有效地获取查询检索到的文档的关联数字信息。您当然需要管理数据存储区实体更新的缓存。
只要缓存的大小不需要太大，就可以正常工作。
如果您的doc id和关联的实体键名称可以是相同的字符串，那么我认为您可以利用ndb的缓存支持来完成大部分工作。