Python 不平等过滤日期和数字

我试图查询我的Google应用程序引擎数据存储[Python]，它有一个项目名称、生产日期和发货项目数量。数据存储中约有100万条记录，而且还在不断增加

情景： 获取所有在某个日期[用户输入]后装运超过x个项目[用户输入]并制造的项目[用户输入]名称。 基本上是一种库存检查

有效地证明了2个关于性质的不等式。 但由于在GAE，我无法做到这一点

搜索此问题。但是，到现在为止运气都不好。你遇到过这个问题吗？如果是，您是否能够解决此问题？请让我知道

同样在Google I/O 2010中，Alfred Fuller提到他们将很快取消这一限制。已经过去8个多月了，但这一限制现在仍然存在。不幸的是

如果有人能够绕过这一限制，请给出答案，我将不胜感激

---

非常感谢。

不幸的是，您无法绕过此限制，但我可以帮助您以稍微不同的方式对数据建模

首先，Bigtable适合于快速读取大型数据库——当有一百万人同时点击你的应用程序时，你会这样做。这里你要做的是一份关于历史数据的报告。虽然我建议将报告转移到RDBMS，但有一种方法可以在Bigtable上实现

首先，在项目模型上重写put（）方法，以便在保存日期之前拆分日期。你要做的是

def put(self):
  self.manufacture_day = self.manufacture_date.day
  self.manufacture_month = self.manufacture_date.month
  self.manufacture_year = self.manufacture_date.year
  super(self.__class__, self).put()

您可以对任何粒度级别执行此操作，即使是小时、分钟、秒等等

您只需加载和保存项目实体，即可将其追溯应用于数据库。这方面的工作非常方便

然后将查询更改为仅在项目计数上使用不相等，并选择希望使用普通相等的天数/月/年。您可以通过触发多个查询或使用IN子句来执行范围。（不管怎么说，它也做同样的事情）

---

这似乎是人为的，很难做到，但请记住，如果你这样做，你的报告几乎会在瞬间运行，即使数百万人试图同时运行它们。你可能不需要这种秤，但是。。。这就是你得到的：D

基于Sudhir的答案，我可能会根据你关心的粒度将每个记录分配给一个制造日期“bucket”。如果您的生产日期范围超过几年，请使用每月桶。如果你的活动范围仅在去年，每周一次

现在，当您想要查找给定范围内销售和生产日期>n的记录时，请在该范围内每个bucket执行一次查询，并对您不感兴趣的项目进行后期筛选

例如（完全未经测试）：

然后，您应该能够像这样使用：

widgets.filter("sold >", 7).filter_date_after(datetime.datetime(2010,11,21))

留给读者作为练习：

• 使其与添加到末尾的其他过滤器配合使用
• 多个存储桶大小允许您始终查询ln（日期范围内的天数）存储桶

---

谢谢你的回答。问题是我需要“获取所有已装运超过x个项目且生产日期超过某个项目的项目名称”。即使我将日期分为日、月和年，我也不会使用日、月和年的正常等式来获取所有记录。如果您希望记录在2010年10月15日之后，您将搜索year=2011，year=2010&month=12，year=2010&month=11，year=2010&month=10&date=31。。。你明白了。告诉你这是人为的：D

widgets.filter("sold >", 7).filter_date_after(datetime.datetime(2010,11,21))