مرحبًا يا من هناك! بصفتي مورد Filtering Flask ، رأيت بشكل مباشر مدى أهمية تصفية استعلامات قاعدة بيانات Application الخاصة بتطبيق على أساس الفهرسة. يمكن أن يجعل تطبيقك يعمل بشكل أسرع وأكثر كفاءة ، مما يوفر لك الوقت والموارد. في منشور المدونة هذا ، سأشارك بعض النصائح حول كيفية القيام بذلك.
أولاً ، دعنا نتحدث عن ماهية الفهرسة. فهرسة مثل خريطة الطريق لقاعدة البيانات الخاصة بك. يساعد قاعدة البيانات بسرعة في العثور على البيانات التي تبحث عنها بدلاً من الاضطرار إلى البحث من خلال كل صف واحد. عند إنشاء فهرس على عمود في جدول قاعدة البيانات الخاص بك ، تقوم قاعدة البيانات بإنشاء بنية بيانات منفصلة تخزن القيم في هذا العمود مع المؤشرات إلى الصفوف الفعلية في الجدول. وبهذه الطريقة ، عند الاستعلام عن قاعدة البيانات باستخدام هذا العمود ، يمكنه استخدام الفهرس لتحديد موقع الصفوف ذات الصلة بسرعة.
الآن ، دعنا ندخل في كيفية تصفية استفسارات قاعدة بيانات تطبيق Flater Application بناءً على الفهرسة. تتمثل الخطوة الأولى في تحديد الأعمدة في جداول قاعدة البيانات التي يتم استخدامها بشكل متكرر في استفساراتك. هذه هي الأعمدة التي يجب أن تفكر في الفهرسة. على سبيل المثال ، إذا كان لديك جدول مستخدم وكثيراً ما تقوم بالاستعلام عن قاعدة البيانات للعثور على المستخدمين من خلال عنوان بريدهم الإلكتروني ، فيجب عليك إنشاء فهرس على عمود البريد الإلكتروني.
في Flask ، إذا كنت تستخدم SQLAlchemy كقاعدة بيانات ORM (كائن علائقي MAPPER) ، فإن إنشاء فهرس واضح ومباشر. فيما يلي مثال على كيفية إنشاء فهرس على عمود في نموذج SQLAlchemy:
من flask_sqlalchememy استيراد sqlalchemy db = sqlalchemy () مستخدم فئة (db.model): id = db.column (db.integer ، primary_key = true) email = db.column (db.string (120) ، reust = db.column (db.string (80) __table. db.index ('idx_user_email' ، 'email') ،))في هذا المثال ، نقوم بإنشاء فهرس مسمىidx_user_emailعلىبريد إلكترونيعمودمستخدمطاولة. بمجرد إنشاء الفهرس ، يمكنك البدء في استخدامه في استفساراتك.
عند الاستعلام عن قاعدة البيانات ، تأكد من أنك تستخدم الأعمدة المفهرسة فيأينبنود. على سبيل المثال ، بدلاً من الاستعلام عن جميع المستخدمين ثم تصفيةهم في Python ، يجب عليك استخدام الفهرس للاستعلام المباشر للمستخدمين الذين تحتاجهم. هذا مثال:
user = user.query.filter_by (البريد الإلكتروني='Example@example.com). أولاً ()سيستخدم هذا الاستعلام الفهرس علىبريد إلكترونيالعمود للعثور بسرعة على المستخدم مع عنوان البريد الإلكتروني المحدد.
شيء آخر يجب وضعه في الاعتبار هو أنه على الرغم من أن الفهرسة يمكن أن تحسن أداء استفساراتك ، فإنه يحتوي أيضًا على بعض العيوب. تأخذ الفهارس مساحة قرص إضافية ، ويمكنها إبطاء عمليات الكتابة (مثل الإدراج والتحديثات والحذف) لأن قاعدة البيانات يجب أن تحديث الفهرس كلما تغيرت البيانات في العمود المفهرس. لذلك ، عليك أن تكون حذراً بشأن الأعمدة التي فهرستها. فهرس فقط الأعمدة التي يتم استخدامها بشكل متكرر في استفساراتك.
الآن ، دعنا نتحدث عن بعض تقنيات الفهرسة المتقدمة. تقنية واحدة هي استخدام الفهارس المركبة. الفهرس المركب هو فهرس يمتد على أعمدة متعددة. على سبيل المثال ، إذا كنت في كثير من الأحيان تستفسر عن قاعدة البيانات للعثور على المستخدمين حسب الاسم الأول واسم العائلة ، فيمكنك إنشاء فهرس مركب على كل منالاسم الأولواسم العائلةالأعمدة. إليك كيف يمكنك أن تفعل ذلك في Sqlalchemy:
مستخدم الفئة (db.model): id = db.column (db.integer ، primary_key = true) first_name = db.column (db.string (80) last_name = db.column (db.string (80) email = db.column (db.string (120) db.index ('idx_user_name' ، 'first_name' ، 'last_name') ،))باستخدام فهرس مركب ، يمكن لقاعدة البيانات استخدام الفهرس للعثور بسرعة على المستخدمين بناءً على كل من الاسم الأول واسم العائلة.
تقنية متقدمة أخرى هي استخدام الفهارس الجزئية. الفهرس الجزئي هو فهرس يتضمن فقط مجموعة فرعية من الصفوف في الجدول. على سبيل المثال ، إذا كان لديك جدول مستخدم وترغب فقط في فهرسة المستخدمين النشطين ، فيمكنك إنشاء فهرس جزئي علىنشيطعمود. هذا مثال:
مستخدم الفئة (db.model): id = db.column (db.integer ، primary_key = true) البريد الإلكتروني = db.column (db.string (120) ، فريد = صحيح) نشط = db.column (db.boolean ، default = false) __table_args__ = (db.index ('idx_user_active' postgresql_where = user.active == true) ،)في هذا المثال ، سيتضمن الفهرس فقط الصفوف التينشيطالعمود هوحقيقي. هذا يمكن أن يوفر مساحة القرص وتحسين أداء استفساراتك.
إذا كنت في السوق للحصول على قوارير تصفية عالية الجودة لمختبرك ، فلدينا بعض الخيارات الرائعة لك. تحقق من لديناالمختبرات الزجاج الصافي تصفية قوارير مع الأنبوب العلويوالشكل المخروطي الزجاجي المختبري الشكل إرلينماير ترشيح قوارير مع أنابيب العلوي. هذه القوارير مصنوعة من زجاج عالي الجودة ومصممة لتلبية احتياجات التصفية الخاصة بك.
في الختام ، يعد تصفية استفسارات قاعدة بيانات تطبيق Flater Flask استنادًا إلى الفهرسة طريقة رائعة لتحسين أداء التطبيق الخاص بك. من خلال تحديد الأعمدة التي يتم استخدامها بشكل متكرر في استفساراتك ، وإنشاء فهارس مناسبة ، واستخدام تلك الفهارس في استعلاماتك ، يمكنك تشغيل التطبيق بشكل أسرع وأكثر كفاءة. إذا كان لديك أي أسئلة حول تصفية استفسارات قاعدة بيانات تطبيق Flask أو إذا كنت مهتمًا بشراء قوارير التصفية الخاصة بنا ، فلا تتردد في الوصول إلى مناقشة المشتريات. نحن هنا لمساعدتك في تحقيق أقصى استفادة من قاعدة البيانات الخاصة بك ومعدات المختبر الخاصة بك.
مراجع
- وثائق Sqlalchemy
- توثيق قارورة