Question

我一直在使用LBAPI遇到一致的问题，我觉得这可能是一个常见的用例。我正在生成一个图表，该图表使用一组投资组合项目的LBAPI快照来计算图表系列。我知道最短和最大快照日期，并且需要在这两个日期之间每天查询一次。我发现有两种主要方法可以实现这一目标，这两种方法都不理想：

使用_ValidFrom和_ValidTo过滤器属性将结果限制为所选时间范围内的快照。这很糟糕，因为它还会加载我不特别关心的快照。例如，如果PI在一天内被多次修改，我真的只关心那天的最后一次有效快照。由于我正在寻找的一些PI已被修改了数千次，因此这种方法需要提取大部分我不感兴趣的数据，这会导致不必要的长时间加载。
使用__At过滤器属性，并为每个查询日期发送单独的请求。这种方法并不理想，因为有些图表需要几百个请求，许多请求会返回多余的结果。例如，如果PI未被修改数天，则该时间范围内的每个请求都将返回同一快照的单独实例。

我的解决方法是模拟__At的效果，但每个请求都有几个过滤器。为此，我将此过滤器添加到我的请求中：

Rally.data.lookback.QueryFilter.or(_.map(queryDates, function(queryDate) {
    return Rally.data.lookback.QueryFilter.and([{
        property : '_ValidFrom',
        operator : '<=',
        value    : queryDate
    },{
        property : '_ValidTo',
        operator : '>=',
        value    : queryDate
    }]);
}))

但是，当然会出现一个新问题......添加此过滤器会导致通过LBAPI发送的请求过多，除非查询的日期少于约20个。有没有办法可以向LBAPI发送更大的过滤器？或者我是否需要将其分解为多个请求，这使得此解决方案略微比后者的第二个更好。

非常感谢任何帮助。谢谢！

Answer 1

康纳，我的建议是下载所有快照，即使是你不想要的快照，也可以在客户端编组。 Lumenize库中的功能与App SDK捆绑在一起，使得相对容易，TimeSeriesCalculator也将为您实现这一功能，具有更多功能，例如将数据聚合成系列。

按日期加载一系列快照时出现问题

1 个答案: