datastore_3使用Google Cloud Datastore的有用技巧。

2022-04-08 16:10:25

datastore

Google Cloud Datastore是一种托管的，无模式的，高度可扩展的NoSql数据库，对于希望减少使用量增长的数据库规模的开发人员特别有用。它建立在Google的Bigtable Database之上，并且具有许多强大的功能，您可能要在下一个项目中考虑它，但是在这样做之前，这里有一些快速提示，您应该知道这些提示，以避免遇到一些陷阱。使用此数据库。

Google Cloud Datastore不是SQL，它甚至没有关闭。

Google Cloud Datastore是一个NOSQL数据库，但是当人们和文档试图解释这一概念时，他们倾向于将其与SQL进行比较，例如，可以将实体与表进行比较，将其属性与列进行比较，因为许多开发人员已经熟悉SQL。另外，数据存储区还具有强大的查询引擎，可让您查询数据甚至对数据进行相应排序，这可能使开发人员假设他们可以像在SQL中一样对数据进行建模。但事实是，Datastore的基础实现与SQL完全不同，这是一些关键区别。

I. 没有自动递增主键 ：与SQL不同，SQL通常不会随每次写入而递增，而在Google Cloud Datastore中，实体是由KEY标识的，该KEY通过其Kind和标识符标识符是数据存储为您自动生成的ID，或者是密钥名称属性，您可以将其提供为数据存储的标识符，该属性是一个字符串，您确定该字符串对于该类型的每个实体都是的。

注意：标识符仅在一种内，并且在创建实体后不能更改。

二。 无外键约束 ：在数据存储区中，您可以使用其他实体的键来引用其他实体但是在编写或删除这些实体时不会进行数据完整性检查，因此您不能确保它们所引用的实体确实存在。您在这里必须小心，因为这是极有可能发生数据完整性问题的点。

三， 数据存储区不强制性 ：除了上面（I）中提到的标识符外，Google Cloud Datastore不允许您为实体中的任何其他字段指定性，如果您想确保性，则必须自己实现在编写实体时执行读取。

2. 尽早知道要索引什么：

Google Cloud Datastore利用索引来辅助查询，对实体中的字段建立索引对于在数据存储区中进行查询非常重要，实际上，如果您不对字段建立索引并尝试过滤具有该字段的查询，则不会获得任何结果即使查询与结果匹配，这也是因为数据存储区仅在查询时查找索引，因此它不允许您像其他数据库一样进行全表扫描以获取查询结果。

数据存储中有两种类型的索引：基本索引和复合索引。基本索引用于单个属性字段，而当您打算按多个字段进行过滤时，则使用复合索引。

重要的是要知道要对哪些字段进行早期索引，因为建立索引可能会花费很长时间，尤其是当数据库中有很多实体时。

实际上，对于单个属性索引，它们不是在为索引建立索引后自动构建的，索引是在每次写入时构建的，因此，如果您有一百万个这种类型的实体，并且打算对一个字段进行索引，则必须阅读每个索引。 1百万个实体并将其写回以记录索引，这可能会非常昂贵。同样，当您尝试使用尚未建立索引的复合字段进行查询时，即使您已为这些字段建立了索引，也未建立索引，但仍会出现错误。

因此，为避免这些问题，请尝试考虑要在查询中使用的字段，并尽早对其进行索引。

3. 如何计数实体（带阴影的计数器）：与SQL不同，您可以轻松使用查询

select count(*)

要获取表中的项目数，数据存储区没有任何这样的语法，您必须使用其他实体自行记录您的实体数，因此，如果您有一个名为User的实体，并且希望知道其中有多少个用户您的数据库，那么您需要让另一个实体称为UserCount。 UserCount实体将具有一个数字字段，该字段将在用户每次写入数据库时增加，而在从数据库中删除用户时减少。这相当简单，但是当计数需要频繁更新（例如每秒20次）时，可能会出现问题。这可能会导致DataStore争用错误，这意味着每个并行更新项目的请求都无法在其请求超时之前完成。使用分片计数器可以解决此问题这仅意味着创建该实体（碎片）的片段，并在需要更新计数时随机选择每个实体进行更新，这将降低发生数据存储争用错误的可能性。