Python 用于计数查询的Google云数据存储索引

谷歌云数据存储要求需要构建复合索引，以查询同一类型的多个字段。以下面的查询为例

class Greeting(ndb.Model):
    user = ndb.StringProperty()
    place = ndb.StringProperty()

# Query 1
Greeting.query(Greeting.user == 'yash@gmail.com', Greeting.place == 'London').fetch()
# Query 2
Greeting.query(Greeting.user == 'yash@gmail.com', Greeting.place == 'London').count()

我正在使用python和ndb访问云数据存储。在上面的示例中，如果在

user

和

place

上未定义复合索引，则查询1将引发

NeedIndexError

。但是，即使

user

和

place

上没有索引，查询2也可以正常工作

我想了解云数据存储在强制使用索引获取实体列表（查询1）时，如何在没有索引的情况下获取计数（查询2）。我知道它存储每种索引的统计数据，这将导致对现有索引计数的更快响应（请参阅）。但我无法解释上述行为

---

注意：在查询给定类型的一个属性时没有问题，因为默认情况下，云数据存储在单个属性上有索引。

对于为什么会发生这种情况，没有明确而直接的解释，但很可能是因为改进的查询计划器如何处理

之字形索引

您可以在此处阅读更多关于此的信息：

count（）
工作和
fetch（）
背后的逻辑可能不是这样，因为使用
count（）
时，不需要在内存中保存大量结果

因此，在
count（）
的情况下，您可以通过将工作拆分为多个并行处理的块，然后将相应的计数相加为一个，从而轻松地进行扩展。使用游标/记录集无法廉价地实现这一点。
这是否意味着如果我在count query中的字段上显式添加索引，就不会提高性能？我只是想知道，如果没有索引，查询性能是否会下降。添加索引将提高您的读取性能，并且可能会降低运行查询的成本，尽管您需要运行测试来确认。虽然添加索引会增加您的写入和存储成本。在我发布问题后，我发现了一件有趣的事情。我在不同的字段组合上有3个索引。但是我没有运行count查询所依据的组合的索引。有趣的是，并非所有用于计数查询的字段组合都有效。其中一些在
需要索引器时失败。你对
zigzag
索引的猜测可能终究是正确的。考虑到这一点，您对读取性能的看法也是正确的。为了避免混淆，谷歌最好明确说明
zigzag
索引的用法。可能相关：