Question

我还在学习bigtable / nosql中关于数据建模的课程，并希望得到一些反馈。 如果我经常需要在父母之间共同处理这些孩子，我是否应该避免在我的数据建模中避免使用父与子关系？

作为一个例子，假设我正在建立一个由许多作者贡献的博客，彼此有帖子，每个帖子都有标签。所以我可能会设置这样的东西：

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.StringListProperty()

据我所知，这将创建一个基于作者父级的实体组。 如果我主要需要通过标签查询帖子，这是否会导致效率低下，我期望在多个作者之间进行查询？

我理解对列表属性进行查询可能效率低下。假设每个帖子平均有大约3个标签，但可以一直到7个。我希望我的可能标签集合可以达到数百个。 将此模型更改为此类似乎有什么好处吗？

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.ListProperty(db.Key)

class Tag(db.Model): 
  name = db.StringProperty()

或者我会做这样的事情会更好吗？

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  owner = db.ReferenceProperty(Author, 
    collection_name='posts')

class Tag(db.Model): 
  name = db.StringProperty() 

class PostTag(db.Model): 
  post = db.ReferenceProperty(Post, 
    collection_name='posts') 
  tag = db.ReferenceProperty(Tag, 
    collection_name='tags')

最后一个问题......如果我最常见的用例是通过多个标签查询帖子怎么办？例如，“在{'apples'，'oranges'，'cucumbers'，'bicycles'}中找到包含标签的所有帖子”这些方法中的一种更适合查找具有任何集合的帖子的查询标签？

谢谢，我知道那是满口的。： - ）

Answer 1

第一种或第二种方法非常适合App Engine。请考虑以下设置：

class Author(db.Model): 
  owner = db.UserProperty()

class Post(db.Model): 
  author = db.ReferenceProperty(Author, 
    collection_name='posts') 
  tags = db.StringListProperty()

class Tag(db.Model): 
  post_count = db.IntegerProperty()

如果您使用字符串标记（case-normalized）作为Tag实体key_name，您可以有效地查询具有特定标记的帖子，或列出帖子的标记或获取标记统计信息：

post = Post(author=some_author, tags=['app-engine', 'google', 'python'])
post_key = post.put()
# call some method to increment post counts...
increment_tag_post_counts(post_key)

# get posts with a given tag:
matching_posts = Post.all().filter('tags =', 'google').fetch(100)
# or, two tags:
matching_posts = Post.all().filter('tags =', 'google').filter('tags =', 'python').fetch(100)

# get tag list from a post:
tag_stats = Tag.get_by_key_name(post.tags)

第三种方法需要对大多数基本操作进行额外的查询或提取，如果要查询多个标记则更加困难。

Answer 2

我会选择最后一种方法，因为它允许直接检索给定标签的帖子列表。

第一种方法基本上不可能保留规范的标签集。换句话说，“系统中当前存在什么标签”的问题是非常昂贵的。

第二种方法解决了这个问题，但正如我所提到的，它无法帮助您检索给定标记的帖子。

实体组有点神秘，但只要说第一种方法不创建实体组，并且它们只是必要用于事务数据库操作，有时候对于优化的数据读取，但在一个小的应用程序中可能是不需要的。

应该提到的是，您采取的任何方法都只能与智能缓存策略配合使用。 GAE应用程序喜欢缓存。与memcache api保持密切联系，了解memcache和数据存储区的批量读/写操作。

parent-＆gt; appengine python中的子关系（bigtable）

2 个答案: