python - RethinkDB:​​如何动态构建合并查询？

Question

我正在使用 Python Flask 构建 API。我喜欢在 RethinkDB 上轻松编码合并查询。更好的是，我注意到可以编写一个薄层来编写有关用户输入的动态合并查询的代码。

假设我们正在构建一个聊天应用程序。这是示例代码:https://github.com/dogukantufekci/rethinkdb_dynamic_merge

表和字段:

1. 帐户:“id”、“created_on”、“name”、“email”、“password”
2. 对话:“id”、“created_on”、“subject”、“to”(参与者列表)
3. 消息:“id”、“created_on”、“text”、“conversation”、“from”
4. message_readers: "id", "message", "reader"

合并所有 4 个表的查询:

r.table("accounts").map(lambda account: 
    account.merge({
        "conversations": r.table("conversations").filter(lambda conversation: 
            conversation["to"].contains(account["id"])).coerce_to("array").map(lambda conversation:
            conversation.merge({
                "to": conversation["to"].map(lambda account: 
                    r.table("accounts").get(account)).coerce_to("array"),
                "messages": r.table("messages").filter(lambda message:
                    message["conversation"] == conversation["id"]).coerce_to("array").map(lambda message:
                    message.merge({
                        "from": r.table("accounts").get(message["from"]),
                        "readers": r.table("message_readers").filter(lambda readers:
                            readers["message"] == message["id"]).coerce_to("array"),
                    }))
            }))
    })).run(g.db_connection)

结果:

[{
    "id": "account111",
    "created_on": 1392515093.252,  
    "name": "John Doe",
    "email": "john@doe.com",
    "conversations": [
        {
            "id": "conversation111",
            "created_on": 1392515093.252,  
            "subject": "Merging Queries on RethinkDB",
            "to": [
                {
                    "id": "account111",
                    "created_on": 1392515093.252,  
                    "name": "John Doe", 
                    "email": "john@doe.com", 
                }, 
                {
                    "id": "account222",
                    "created_on": 1392515604.123,  
                    "name": "Mark Bobby", 
                    "email": "mark@bobby.com", 
                }, 
            ], 
            "messages": [
                {
                    "id": "message111",
                    "created_on": 1392515604.123,  
                    "text": "How do we dynamically build merge queries?", 
                    "conversation": "conversation111", 
                    "from": {
                        "id": "account111",
                        "created_on": 1392515093.252,  
                        "name": "John Doe",
                        "email": "john@doe.com",
                    }, 
                    "readers": [
                        {
                            "id": "message_reader111", 
                            "created_on": 1392515604.123, 
                            "message": "message111",
                            "reader": "account111",
                        }, 
                        {
                            "id": "message_reader222", 
                            "created_on": 1392515604.123, 
                            "message": "message111",
                            "reader": "account222",
                        },
                    ],
                },
            ], 
        }, 
    ],        
}]

到目前为止太棒了!

更简单的响应需要返回带有对话的帐户数据；没有消息:

[{
    "id": "account111",
    "created_on": 1392515093.252,  
    "name": "John Doe",
    "email": "john@doe.com",
    "conversations": [
        {
            "id": "conversation111",
            "created_on": 1392515093.252,  
            "subject": "Merging Queries on RethinkDB",
            "to": [
                {
                    "id": "account111",
                    "created_on": 1392515093.252,  
                    "name": "John Doe", 
                    "email": "john@doe.com", 
                }, 
                {
                    "id": "account222",
                    "created_on": 1392515604.123,  
                    "name": "Mark Bobby", 
                    "email": "mark@bobby.com", 
                }, 
            ], 
        }, 
    ],        
}]

有两种方法可以得到这个结果:

1. 我们可以重写一个查询:

   r.table("accounts").map(lambda account: 
       account.merge({
           "conversations": r.table("conversations").filter(lambda conversation: 
               conversation["to"].contains(account["id"])).coerce_to("array").map(lambda conversation:
               conversation.merge({
                   "to": conversation["to"].map(lambda account: 
                       r.table("accounts").get(account)).coerce_to("array"),
               }))
       })).run(g.db_connection)
   

   缺点:如果需要为替代字段组合创建更多查询，这不是最佳做法，因为它不是动态的并且有很多重复。

2. 我们可以使用 pluck 来修改大型查询的最后一行以选择字段:

   })).pluck(["id", "created_on", "name", "email", {"conversations": ["id", "created_on", "subject", {"to": ["id", "created_on", "name", "email"]}]}]).run(g.db_connection)
   

   优点:它是动态的，因为它使用户能够通过 URL 提取值作为参数

   http://www.myproject.com/accounts/?pluck=["id", "created_on", "name", "email", {"conversations": ["id", "created_on", "subject", {"to": ["id", "created_on", "name", "email"]}]}]
   

   缺点:查询确实会消耗大量计算能量来合并我们在最终结果中不需要的表。

因此，挑战在于通过接受用户的 pluck 值来动态构建查询。

您可以很容易地注意到两个约定:

1. 每个字典字段都有一个接受字典对象的查询:

   "messages": r.table("messages").filter(lambda message:
       message["conversation"] == conversation["id"]).coerce_to("array").map(lambda message:
           message.merge({})
   

2. 每个非字典字段都有一个独立的查询:

   "from": r.table("accounts").get(message["from"])
   

那么我们如何使用所有这些片段信息并构建我们漂亮的动态合并查询？

Answer 1

我的建议是放弃动态部分。相反，您应该以 RESTful 方式设计 API。这意味着，对于您的示例，如果有人想要访问帐户，他们可以向/accounts/[identifier] 发送 GET 请求。如果您想要一个帐户发送或接收的所有消息，他们会向/accounts/[identifier]/messages 发送 GET 请求。

另外，为什么需要对话对象？我会按如下方式更改您的数据库结构:

1. 帐户:“id”、“created_on”、“name”、“email”、“password”——未更改
2. 对话:- 已删除
3. 消息:“id”、“created_on”、“text”、“sender”、“receivers”
4. message_readers:- 已删除