Nano Hash - криптовалюты, майнинг, программирование

Как создать список ссылок в хранилище данных Google App Engine?

У меня есть тип Foo в моем хранилище данных Google App Engine. Я бы хотел, чтобы он был связан с серией других типов Foo, назовите их prerequisites.

Я могу использовать тип ListProperty для создания списка простых типов значений, но я не уверен, как это сделать со ссылками. Каков рекомендуемый подход для этого?


Ответы:


1

В хранилище данных (в настоящее время) нет db.ReferenceListProperty. Вы можете приблизиться к нему с помощью db.ListProperty(db.Key); если вам нужно получить все ключи, на которые ссылаются, вы можете выполнить для него пакет db.get(), чтобы получить все объекты, на которые ссылаются, одновременно.

11.08.2010

2

Ссылки — это просто ключи, которые могут быть представлены в виде строк, поэтому вы можете использовать StringListProperty для хранения своих ключей.

10.08.2010
  • Вы также можете использовать свойство db.ListProperty(db.Key) для непосредственного хранения объектов db.Key. 11.08.2010
  • 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..