是Oracle还是MySQL或者他们自己构建的东西？

例如,Google App Engine使用Google Datastore而不是标准数据库来存储数据.有没有人有使用Google数据存储而不是数据库的提示？似乎我已经训练了我的思想,在直接映射到表结构的对象关系中100%思考,现在很难看到任何不同的东西.我可以理解Google数据存储区的一些好处(例如性能和分发数据的能力),但牺牲了一些好的数据库功能(例如连接).

与Google Datastore或BigTable合作过的人是否有任何与他们合作的好建议？

有谁知道如何删除Google App Engine中的所有数据存储区？

真的很简单.在SQL中,如果我想在文本字段中搜索几个字符,我可以这样做:

SELECT blah FROM blah WHERE blah LIKE '%text%'

App Engine的文档没有提到如何实现这一点,但肯定这是一个常见的问题吗？

Google Cloud Bigtable和Google Cloud Datastore/App Engine数据存储区之间有什么区别,主要的实际优点/缺点是什么？AFAIK Cloud Datastore构建于Bigtable之上.

Google提供两种基于云的数据存储服务Google Cloud Datastore和Firebase(收购后).虽然提供了典型的使用场景,使开发人员能够在Google云平台提供的各种服务之间进行选择,但没有提及Firebase如何适应其当前/未来发展的情况.

任何人都可以对此问题有所了解,并提供Google Cloud Datoreore与Firebase的典型用例吗？

对于Google App Engine的Java实现,似乎没有相应的Python App Engine的_ah/admin.

有没有手动方式我可以浏览数据存储区？我的机器上的文件在哪里？(我在OS X上使用Eclipse的App Engine插件).

如何在Google App Engine数据查看器中使用GQL针对实体密钥编写查询？

在查看器中,第一列(Id/Name)显示为name=_1,在详细视图中,它将键显示为

Decoded entity key: Programme: name=_1
Entity key: agtzcG9................... 

此查询不起作用:

SELECT * FROM Programme where name = '_1'

我在App Engine数据存储区遇到了一个有趣的限制.我正在创建一个处理程序来帮助我们分析一个生产服务器上的一些使用数据.为了执行分析,我需要查询和汇总从数据存储中提取的10,000多个实体.计算并不难,它只是通过使用样本的特定过滤器的项目的直方图.我遇到的问题是,在达到查询截止日期之前,我无法快速从数据存储区中获取数据以进行任何处理.

我已经尝试了所有我能想到的将查询分块到并行RPC调用以提高性能,但根据appstats我似乎无法让查询实际并行执行.无论我尝试什么方法(见下文),似乎RPC总是回到顺序下一个查询的瀑布.

注意:查询和分析代码确实有效,它只是运行缓慢,因为我无法从数据存储中快速获取数据.

背景

我没有可以分享的实时版本,但这里是我正在谈论的系统部分的基本模型:

class Session(ndb.Model):
   """ A tracked user session. (customer account (company), version, OS, etc) """
   data = ndb.JsonProperty(required = False, indexed = False)

class Sample(ndb.Model):
   name      = ndb.StringProperty  (required = True,  indexed = True)
   session   = ndb.KeyProperty     (required = True,  kind = Session)
   timestamp = ndb.DateTimeProperty(required = True,  indexed = True)
   tags      = ndb.StringProperty  (repeated = True,  indexed = True)

您可以将样本视为用户使用给定名称功能的时间.(例如:'systemA.feature_x').标签基于客户详细信息,系统信息和功能.例如:['winxp','2.5.1','systemA','feature_x','premium_account']).因此,标签形成一组非规范化的标记,可用于查找感兴趣的样本.

我试图做的分析包括获取一个日期范围,并询问每个客户帐户(公司,而不是每个用户)每天(或每小时)使用的功能集(可能是所有功能)的特征次数.

因此处理程序的输入类似于:

• 开始日期
• 结束日期
• 标签(S)

输出将是:

[{
   'company_account': <string>,
   'counts': [
      {'timeperiod': <iso8601 date>, …

如何从数据存储中获取超过1000条记录并将所有内容放在一个列表中传递给django？