Hei acolo! În calitate de furnizor de baloane de filtrare, am văzut de prima dată cât de important este să filtrați interogările bazei de date ale aplicației Flack bazate pe indexare. Poate face ca aplicația dvs. să funcționeze mai rapid și mai eficient, economisindu -vă timp și resurse. În această postare pe blog, voi împărtăși câteva sfaturi despre cum să fac doar asta.
În primul rând, să vorbim despre ce este indexarea. Indexarea este ca o foaie de parcurs pentru baza de date. Ajută baza de date să găsească rapid datele pe care le căutați în loc să fie nevoit să căutați prin fiecare rând. Când creați un index pe o coloană din tabelul bazei de date, baza de date creează o structură de date separată care stochează valorile din coloana respectivă împreună cu indicatoarele la rândurile reale din tabel. În acest fel, atunci când interogați baza de date folosind acea coloană, poate utiliza indexul pentru a localiza rapid rândurile relevante.
Acum, să intrăm în modul de filtrare a întrebărilor bazei de date ale aplicației Flack bazate pe indexare. Primul pas este identificarea coloanelor din tabelele de bază de date care sunt utilizate frecvent în întrebările dvs. Acestea sunt coloanele pe care ar trebui să le luați în considerare indexarea. De exemplu, dacă aveți un tabel de utilizator și de multe ori interogați baza de date pentru a găsi utilizatori prin adresa lor de e -mail, ar trebui să creați un index pe coloana de e -mail.
În Flack, dacă utilizați SQLalchemy ca baza de date ORM (obiect relațional obiect mapper), crearea unui index este destul de simplu. Iată un exemplu despre modul în care puteți crea un index pe o coloană dintr -un model SQLalchemy:
de la flask_sqlalchemy import sqlalchemy db = sqlalchemy () clasa utilizator (db.model): id = db.column (db.integer, primar_key = true) email = db.column (db.string (120), unic = true) name = db.column (db.string (80))) eNTEL db.index ('idx_user_email', 'email'),)
În acest exemplu, creăm un index numitidx_user_emailpee-mailcoloanaUtilizatormasă. După ce ați creat indexul, puteți începe să îl utilizați în întrebările dvs.
Când interogați baza de date, asigurați -vă că utilizați coloanele indexate dinUNDEclauze. De exemplu, în loc să interogați pentru toți utilizatorii și apoi să le filtrați în Python, ar trebui să utilizați indexul pentru a interoga direct pentru utilizatorii de care aveți nevoie. Iată un exemplu:
user = user.query.filter_by (email='example@example.com '). First ()
Această interogare va folosi indexul pee-mailcoloană pentru a găsi rapid utilizatorul cu adresa de e -mail specificată.
Un alt lucru de care trebuie să țineți cont este că, în timp ce indexarea poate îmbunătăți performanța întrebărilor dvs., are și unele dezavantaje. Indicele ocupă un spațiu suplimentar de disc și pot încetini operațiunile de scriere (cum ar fi inserții, actualizări și ștergeri), deoarece baza de date trebuie să actualizeze indexul ori de câte ori datele din coloana indexată se modifică. Deci, trebuie să fiți atenți la ce coloane indexați. Indexați doar coloanele care sunt utilizate frecvent în întrebările dvs.
Acum, să vorbim despre câteva tehnici avansate de indexare. O tehnică este utilizarea indexurilor compozite. Un indice compus este un indice care se întinde pe mai multe coloane. De exemplu, dacă de multe ori interogați baza de date pentru a găsi utilizatori după prenumele și prenumele lor, puteți crea un indice compus atât pe ambeleFirst_Nameşinumecoloane. Iată cum o puteți face în Sqlalchemy:
Utilizator de clasă (db.model): id = db.column (db.integer, primar_key = true) primul_name = db.column (db.string (80)) last_name = db.column (db.string (80)) email = db.column (db.string (120), unic = true) __table_args__ db.index ('idx_user_name', 'First_Name', 'Last_Name'),)
Cu un indice compus, baza de date poate utiliza indicele pentru a găsi rapid utilizatori pe baza prenumelui și a prenumelui.
O altă tehnică avansată este utilizarea indexurilor parțiale. Un indice parțial este un indice care include doar un subset al rândurilor dintr -un tabel. De exemplu, dacă aveți un tabel de utilizator și doriți doar să indexați utilizatorii care sunt activi, puteți crea un indice parțial peactivcoloană. Iată un exemplu:
clasa utilizator (db.model): id = db.column (db.integer, primar_key = true) email = db.column (db.string (120), unic = true) activ = db.column (db.boolean, default = false) __table_args__ = (db.index ('idx_user_activ postgreSql_where = user.active == true),)
În acest exemplu, indicele va include doar rândurile în careactivcoloana esteAdevărat. Acest lucru poate economisi spațiu pe disc și poate îmbunătăți performanța întrebărilor dvs.
Dacă sunteți pe piață pentru baloane de filtrare de înaltă calitate pentru laboratorul dvs., avem câteva opțiuni grozave pentru dvs. Vezi -neLaborator de filtrare a sticlei de laborator cu tubulatura superioarăşiSticlă de laborator Forma conică Flacoane de filtrare Erlenmeyer cu tubulație superioară. Aceste baloane sunt confecționate din sticlă de înaltă calitate și sunt concepute pentru a răspunde nevoilor dvs. de filtrare.
În concluzie, interogările de baze de date ale aplicației Filting Flask bazate pe indexare este o modalitate excelentă de a îmbunătăți performanța aplicației dvs. Identificând coloanele care sunt utilizate frecvent în întrebările dvs., creând indexuri adecvate și folosind acei indici în întrebările dvs., puteți face ca aplicația dvs. să funcționeze mai rapid și mai eficient. Dacă aveți întrebări cu privire la filtrarea întrebărilor bazei de date ale aplicației Flask sau dacă sunteți interesat să achiziționați baloanele noastre de filtrare, nu ezitați să ajungeți la o discuție de achiziții. Suntem aici pentru a vă ajuta să profitați la maxim de baza de date și de echipamentele dvs. de laborator.


Referințe
- Documentație SQLalchemy
- Documentația balonului
