Nano Hash - криптовалюты, майнинг, программирование

PFQuery includeKey для массива словарей.

У меня есть класс parse со столбцом NSArray, это array из dictionaries, а внутри этого dictionary у меня есть key со столбцом pointer для другого класса. Я пытаюсь использовать includeKey, но это не работает. Я надеюсь получить objects внутри pointers, не вызывая fetch, так как их много, requests может легко подняться.

Я использую: [query includeKey:@"ingredients.item"]; Ингредиенты — это NSArray из dictionaries, это столбец в основном объекте. item — это key в dictionary, в котором хранится pointers.

[{"item":{"__type":"Pointer","className":"NutricaoCatalogo","objectId":"aTnHD5ttUH"},"ingredientTitle":"Clara De Ovo Natural","portionIndex":"1","portionQuantity":200},
objective-c dictionary parse-platform key-value-coding pfquery
04.11.2015

Ответы:


1

Попробуйте это может вам поможет

PFQuery *query = [PFQuery queryWithClassName:@"ingredients"];
[query findObjectsInBackgroundWithBlock:^(NSArray *objects, NSError *error) {

    if (!error && objects) {
        for(int i = 0; i < objects.count; i++) {
            PFObject *object = [objects objectAtIndex:0];
            PFObject *pointer = [[object valueForKey:@"item"] valueForKey:@"__type"];

            PFObject *obj = [PFQuery getObjectOfClass:@"<classname of that pointer points to>" objectId:(NSString *)pointer];

            //obj is an object of that pointer so you can manupulate accordingly
            //Note: getObjectOfClass: objectId: method run on main thread
        }
    }
}];
04.11.2015

2

include работает только с указателями. Он даже не работает с массивом указателей.

Прежде всего, я хочу отметить, что если у вас нет тонны активных пользователей, в ближайшее время вы не достигнете отметки в бесплатных запросах. Если да, то ваше приложение должно быть достаточно прибыльным, чтобы это не имело значения.

Моим лучшим решением было бы вызвать фоновое задание, которое выполняет query.each() и извлекает все идентификаторы объектов, которые вы хотите получить, а затем возвращает массив идентификаторов объектов. Затем вы можете запросить все объекты с идентификаторами, которые являются containedIn этого массива.

04.11.2015
  • Include работает с массивом указателей. Я использую includeKey для массива указателей в моем проекте на данный момент, и он отлично работает, никаких дополнительных запросов не требуется. 12.06.2016
  • В iOS SDK это должно работать иначе, чем в JS SDK. В JS метод .include() не извлекал для меня все указатели в моем массиве. Я не тестировал подобный функционал на iOS. Я сразу перешел к извлечению массива и использованию PFObject fetchAll. 13.06.2016
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..