在Google App Engine（Python）上实现高可扩展性标签
我有很多帖子，这些帖子上会标记一个或多个标签。帖子可以被创建或删除，用户也可以根据一个或多个标签进行搜索（这些标签之间是逻辑上的“与”关系）。
我想到的第一个方案是一个简单的模型：
class Post(db.Model):
#blahblah
tags = db.StringListProperty()
创建和删除操作的实现很简单。但搜索就复杂多了。要搜索N个标签，它需要执行N个GQL查询，比如“SELECT * FROM Post WHERE tags = :1”，然后用游标合并结果，这样的性能非常差。
第二个想法是把标签分开成不同的实体：
class Post(db.Model):
#blahblah
tags = db.ListProperty(db.Key) # For fast access
class Tag(db.Model):
name = db.StringProperty(name="key")
posts = db.ListProperty(db.Key) # List of posts that marked with tag
这样可以通过键从数据库中获取标签（比通过GQL获取要快得多），然后在内存中合并。我觉得这个实现的性能比第一个方案要好，但经常使用的标签可能会超过单个数据存储对象允许的最大大小。而且还有另一个问题：数据存储每秒只能修改一个对象，所以对于经常使用的标签，我们在修改时也会遇到延迟瓶颈。
有什么建议吗？
2 个回答
可能的解决办法是，拿你的第二个例子，稍微改一下，让它在处理大数据集时更高效。有一个想法是，为一个标签使用多个数据库实体，并把它们分组，这样你就不需要一次性获取太多组。如果默认的排序方式（我们就称之为唯一允许的排序方式）是按帖子日期排序，那么就按照这个顺序来填充标签组。
class Tag(db.Model):
name = db.StringProperty(name="key")
posts = db.ListProperty(db.Key) # List of posts that marked with tag
firstpost = db.DateTimeProperty()
在给一个组添加或移除标签时，先检查一下这个组里有多少帖子。如果你要添加的帖子让这个组的帖子数量超过，比如说100个，那就把它分成两个标签组。如果你要移除一个帖子，让这个组的帖子数量少于50个，那就从前一个或后一个组里借一些帖子过来。如果相邻的组也有50个帖子，那就把它们合并在一起。当你按标签列出帖子（按帖子日期排序）时，你只需要获取少量的组。
不过，这样并不能真正解决高需求标签的问题。
想想看，插入操作可以稍微大胆一些。获取最新的标签组条目，把它们合并，然后放一个新的标签组。交易的延迟可能并不是真正的问题。
为了进一步回答Nick的问题。如果在查询中使用多个标签进行逻辑与操作，可以这样写：tags = tag1 AND tags = tag2……在一个查询中设置多个成员是数据存储的一个亮点功能。你可以在一个查询中就得到你想要的结果。