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唯一的。
注意：标识符仅在一种内唯一，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， 数据存储区不强制唯一性 ：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唯一性，如果您想确保唯一性，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。
注意：分片数量越多，出现数据争用错误的可能性就越小，谷歌云样本就如何实现分片计数器提供了一个不错的示例。
因此，尽管Datastore保证了可伸缩性，但也有它的缺点，尤其是在数据完整性和查询方面，它还有一些缺点，在将其用于项目之前，应考虑这些因素。
如果您想分享其他技巧，可以在下面的评论中添加，谢谢 。
翻译自: https://hackernoon.com/3-useful-tips-when-using-google-cloud-datastore-832c726e6c92
datastore
662
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
