java应用程序引擎数据存储：如何在没有连接的情况下实现POST和标记？

Question

我正在Google App Engine（Java）中构建一个应用程序，用户可以在其中发表文章，我正在考虑在这些文章中添加标签，因此我将有如下内容：

在实体职位：

public List<Key> tags;

在实体标记中：

public List<Key> posts;

例如，查询带有某个标记的所有帖子是很容易的，但是我如何才能得到所有带有标记列表的帖子呢？ 我可以对每个标记进行查询，然后对结果进行交集，但也许有更好的方法。。。因为如果有很多帖子，这会很慢

另一件可能更困难的事情是有一篇文章，让那些有共同标签的文章按照共同标签的数量排序，这样我就可以在某种程度上得到与这篇文章“相似”的文章

好吧，使用连接会容易得多，但我从应用程序引擎开始，并没有真正想到一个好的方法来取代连接

谢谢

Answer 1

您可能想从Google IO查看此视频。关系索引实体是您所需要的，并允许您删除Tag实体上的List<Key> posts。以及Post实体上的List<Key> tags

Answer 2

使用这种设计，我担心您的标记实体可能会成为瓶颈，特别是如果您希望一些标记非常常见的话。 我能想到的三个具体问题是get和put的效率、写争用和爆炸式索引。让我们以stackoverflow为例——现在有14000篇贴有“java”标签的帖子

1. 这意味着每次需要获取java标记实体时，您都要从数据存储中提取价值14k的关键数据。然后，当你做一个put时，你会把它全部发回。这可能会增加很多字节
2. 除了来回移动的字节外，每个put都需要更新索引。ListProperty中的每个条目都映射到一个单独的索引条目。所以现在你正在做大量的索引更新。这让我们想到了第三点
3. 爆炸性指数。每个实体对其可以拥有的索引项数量都有限制。我认为每个实体的限额是5000英镑。所以这实际上是一个硬限制，限制有多少帖子可以有相同的标签

进一步阅读：

• 这个post涉及到一些大列表的问题

• Exploding indexes

好消息是，您的一些需求将很容易由Post实体处理。 例如，您可以很容易地找到包含标签列表all的所有帖子，其中包含如下查询筛选器：

Query q = pm.newQuery(Post.class)
q.setFilter("tags" == 'Java' && "tags == 'appengine'");

对于所有带有java或appengine标记的帖子，您需要对每个标记执行一次查询，然后自己组合结果。数据存储现在不处理或/IN类型操作

寻找相关帖子听起来很棘手。喝点咖啡后我会考虑的

Answer 3

请参阅@topchef的博客文章：Efficient Keyword Search with Relation Index Entities and Objectify for Google Datastore。它讨论了使用关系索引实体和Objectify实现具有列表属性的搜索