实体属性参考

本页面介绍了如何使用旧版捆绑服务和 API。此 API 只能在 App Engine 标准环境的第一代运行时中运行。如果要更新至 App Engine 运行时，请参阅迁移指南以了解旧版捆绑服务的迁移选项。

Datastore 模式的 Firestore (Datastore) 支持多种属性值数据类型。其中包括：

• 整数
• 浮点数
• 字符串
• 日期
• 二进制数据

如需查看类型的完整列表，请参阅属性和值类型。

属性和值类型

与实体关联的数据值由一个或多个属性构成。每个属性都有一个名称和一个或多个值。一个属性可具有多个类型的值，且两个实体的同一属性可具有不同类型的值。属性可以编入索引，也可以不编入索引（对属性 P 排序或过滤的查询会忽略未将 P 编入索引的实体）。一个实体最多可以有 20000 个编入索引的属性。

注意：具有多个值的属性在某些情况下会很有用。例如，在使用等式过滤条件执行查询时：只要实体属性的任一值与过滤条件中指定的值匹配，该实体就符合查询条件。如需详细了解多值属性（包括注意事项），请参阅 Datastore 查询页面。

支持以下值类型：

如果查询涉及的属性具有混合类型的值，Datastore 会根据内部表示法确定排序方式：

1. Null 值
2. 定点数
   • 整数
   • 日期和时间
3. 布尔值
4. 字节序列
   • Unicode 字符串
   • Blobstore 键
5. 浮点数
6. Datastore 键

由于长文本字符串和长字节字符串均不编入索引，因此它们没有已定义的排序方式。

注意：Datastore 将整数和浮点数视为不同的类型。如果实体的同一属性既使用整数，又使用浮点数，则先对所有整数排序，再对所有浮点数排序。例如：

7 < 3.2

属性类型

NDB 支持以下属性类型：

属性类型	说明
IntegerProperty	64 位有符号整数
FloatProperty	双精度浮点数
BooleanProperty	布尔值
StringProperty	Unicode 字符串；最多 1500 个字节，编入索引
TextProperty	Unicode 字符串；长度无限，不编入索引
BlobProperty	未解析的字节字符串： 如果您设置 indexed=True，最多 1500 个字节，编入索引； 如果 indexed 为 False（默认），长度无限，不编入索引。 可选的关键字参数：compressed。
DateTimeProperty	日期和时间（请参阅日期和时间属性）
DateProperty	日期（请参阅日期和时间属性）
TimeProperty	时间（请参阅日期和时间属性）
GeoPtProperty	地理位置。这是一个 ndb.GeoPt 对象。 该对象具有 lat 和 lon 特性（两者均为浮点数）。您可以使用两个浮点数构建一个这样的对象，例如 ndb.GeoPt(52.37, 4.88)；或使用字符串构建，例如 ndb.GeoPt("52.37, 4.88")。（这实际与 db.GeoPt 是同一个类）
KeyProperty	Datastore 键 可选的关键字参数：kind=kind，要求分配给此属性的键始终具有所指示的类。可能是一个字符串或一个 Model 子类。
BlobKeyProperty	Blobstore 键 相当于旧版 db API 中的 BlobReferenceProperty，但属性值是 BlobKey 而不是 BlobInfo；您可以使用 BlobInfo(blobkey) 构造函数从 BlobKey 来构建 BlobInfo
UserProperty	用户对象。
StructuredProperty	按照值将一种模型包含进另一种（请参阅结构化属性）
LocalStructuredProperty	与 StructuredProperty 类似，但磁盘上的表示法是不透明的 blob，并且不编入索引（请参阅结构化属性）。 可选的关键字参数：compressed。
JsonProperty	值是一个 Python 对象（如列表、字典或字符串），可使用 Python 的 json 模块进行序列化；Datastore 将 JSON 序列化存储为 blob。默认情况下，未编入索引。 可选的关键字参数：compressed。
PickleProperty	值是一个 Python 对象（如列表、字典或字符串），可使用 Python 的 pickle 协议进行序列化；Datastore 将 pickle 序列化存储为 blob。默认情况下，未编入索引。 可选的关键字参数：compressed。
GenericProperty	通用值 主要由 Expando 类使用，但也可以显式使用。其类型可以是 int、long、float、bool、str、unicode、datetime、Key、BlobKey、GeoPt、User、None。
ComputedProperty	值由用户定义的函数根据其他属性计算得出。 （请参阅计算型属性。）

其中一些属性具有可选的关键字参数 compressed。如果属性具有 compressed=True，则其数据在磁盘上会使用 gzip 压缩。其占用的空间更少，但需要 CPU 在读写操作时进行编码/解码。

压缩和解压缩都是“懒惰”操作，压缩的属性值只有在您第一次访问时才会解压缩。 如果您读取一个含有压缩属性值的实体，并在未访问压缩属性的情况下将该实体写回，则该属性不会发生解压缩和压缩操作。 上下文缓存也参与此懒惰方案，但 memcache 始终存储压缩属性的压缩值。

由于压缩需要额外的 CPU 时间，通常最佳做法是只有当数据太大必须压缩时才会使用压缩属性。请记住，基于 gzip 的压缩通常对图像和其他媒体数据无效，因为这些格式已经使用特定媒体压缩算法（例如，用于图像的 JPEG）压缩过。

属性选项

大多数属性类型都支持一些标准参数。 第一个参数是用于指定属性的 Datastore 名称的可选位置参数。从应用的角度考虑，您可以使用此参数给予属性一个不同的 Datastore 名称。在 Datastore 中，此参数常用于缩小占用空间，既可让 Datastore 使用缩写的属性名称，又可让您的代码使用更长、更有意义的属性名称。例如：

class Employee(ndb.Model):
    full_name = ndb.StringProperty('n')
    retirement_age = ndb.IntegerProperty('r')

这对预计每个实体有多个值的重复属性来说特别有用。

此外，大多数属性类型都支持以下关键字参数：

参数	类型	默认值	说明
indexed	bool	通常为 True	在 Datastore 的索引中包括属性；如果为 False，则无法查询值，但写入速度会更快。并非所有属性类型都支持索引；对于这些属性将 indexed 设置为 True 会失败。 未编入索引的属性需要的写入操作次数比编入索引的属性少。
repeated	bool	False	属性值是一个包含基础类型值的 Python 列表（请参阅重复属性）。 不能与 required=True 或 default=True 结合使用。
required	bool	False	属性必须有一个指定的值。
default	属性的基础类型	无	如果未明确指定，则为属性的默认值。
choices	基础类型值的列表	None	允许的值的可选列表。
validator	函数	None	用于验证且可能强制转换值的可选函数。 将使用参数（prop、value）调用，并且应返回（可能是强制的）值或引发异常。对强制性值再次调用该函数不应进一步修改该值。 （例如，返回 value.strip() 或 value.lower() 是可以接受的，但返回 value + '$' 是不可接受的。）还可能返回 None，这意味着“没有变化”。另请参阅写入属性子类
verbose_name	字符串	None	可选的 HTML 标签，用于 jinja2 等 Web 表单框架。

重复属性

任何具有 repeated=True 的属性都是重复属性。该属性给出基础类型值（而不是单个值）的列表。 例如，使用 IntegerProperty(repeated=True) 定义的属性值是整数列表。

Datastore 可以查看此类属性的多个值。 系统会为每个值创建单独的索引记录。 这会影响查询语义；请参阅查询重复属性，查看示例。

此示例使用重复属性：

class Article(ndb.Model):
    title = ndb.StringProperty()
    stars = ndb.IntegerProperty()
    tags = ndb.StringProperty(repeated=True)

...

article = Article(
    title='Python versus Ruby',
    stars=3,
    tags=['python', 'ruby'])
article.put()

这会创建一个 Datastore 实体，其中包含以下内容：

assert article.title == 'Python versus Ruby'
assert article.stars == 3
assert sorted(article.tags) == sorted(['python', 'ruby'])

查询 tags 属性时，此实体将满足 'python' 或 'ruby' 查询。

在更新重复属性时，您可以为其分配新列表或更改现有列表。 当您分配新列表时，列表项的类型会立即得到验证。无效项类型（例如，为上述 art.tags 分配 [1, 2]）会引发异常。当您更改列表时，更改的内容不会立即得到验证。 相反，当您将实体写入 Datastore 时，值会得到验证。

Datastore 在重复属性中保留了列表项的顺序，因此您可以为其排序方式指定某种含义。

日期和时间属性

有三种属性类型可用于存储与日期和时间相关的值：

• DateProperty
• TimeProperty
• DateTimeProperty

这些属性类型获取的值属于标准 Python datetime 模块的对应类（date、time、datetime）。这三种属性类型中最常见的是用于表示日历日期和一天中时间的 DateTimeProperty，其他两种属性类型偶尔用于仅需要日期（出生日期）或时间（如会议时间）的特殊目的。因技术原因，DateProperty 和 TimeProperty 都是 DateTimeProperty 的子类，但您不应依赖此继承关系（请注意它不同于 datetime 模块本身定义的基础类之间的继承关系）。

注意：App Engine 时钟时间始终以世界协调时间 (UTC) 表示。如果您将当前日期或时间 (datetime.datetime.now()) 用作一个值，或者在 datetime 对象和 POSIX 时间戳或时间元组之间转换，需要考虑这一点。不过，Datastore 中没有存储明确的时区信息，因此如果您非常谨慎，就可以使用这些属性来表示任何时区的当地时间，但前提是您使用当前时间或转换。

这些属性每个都有两个额外的布尔值关键字选项：

选项	说明
auto_now_add	创建实体时，将属性设置为当前日期/时间。您可以手动替换此属性。更新实体时，该属性不会更改。如果需要在更新时更改属性，请使用 auto_now。
auto_now	创建和任何时候更新实体时，将属性设置为当前日期/时间。

这些选项不能与 repeated=True 搭配使用。这两个选项默认为 False；如果这两者都设置为 True，则 auto_now 具有优先权。可以替换 auto_now_add=True 的属性值，但不能替换 auto_now=True 的属性值。写入实体后，才会生成自动值；也就是说，这些选项不提供动态默认值。 （这些细节与旧的 db API 不同。）

注意：当写入 auto_now_add=True 的属性的事务失败并稍后重试时，它将重复使用初次尝试的时间值，而不是将其更新为重试时间。如果事务永远不成功，该属性的值仍将设置在实体的内存副本中。

结构化属性

您可以构建模型的属性。 例如，您可以定义一个含有地址列表的模型类 Contact，每个地址都有其内部结构。 结构化属性（类型为 StructuredProperty）可用于执行此操作，例如：

class Address(ndb.Model):
    type = ndb.StringProperty()  # E.g., 'home', 'work'
    street = ndb.StringProperty()
    city = ndb.StringProperty()

...

class Contact(ndb.Model):
    name = ndb.StringProperty()
    addresses = ndb.StructuredProperty(Address, repeated=True)

...

guido = Contact(
    name='Guido',
    addresses=[
        Address(
            type='home',
            city='Amsterdam'),
        Address(
            type='work',
            street='Spear St',
            city='SF')])

guido.put()

这会创建一个具有以下属性的 Datastore 实体：

assert guido.name == 'Guido'
addresses = guido.addresses
assert addresses[0].type == 'home'
assert addresses[1].type == 'work'
assert addresses[0].street is None
assert addresses[1].street == 'Spear St'
assert addresses[0].city == 'Amsterdam'
assert addresses[1].city == 'SF'

读回此类实体将完全重建原始的 Contact 实体。虽然 Address 实例是使用模型类所用的语法定义的，但它们并不是完整实体。它们在 Datastore 中没有自己的键， 也无法独立于其所属的 Contact 实体而被检索。不过，应用可以查询其各个字段的值；请参阅筛选结构化属性值。请注意，从 Datastore 的角度来看，address.type、address.street 和 address.city 被视为并行数组，但 NDB 库隐藏了这一方面并构建 Address 实例的对应列表。

您可以为结构化属性指定常用属性选项（indexed 除外）。在这种情况下，Datastore 名称是第二个位置参数（第一个是用于定义子结构的模型类）。

如果您不需要查询子结构的内部属性，则可以改用本地结构化属性 (LocalStructuredProperty)。如果您将上述示例中的 StructuredProperty 替换为 LocalStructuredProperty，则 Python 代码的行为是相同的，但 Datastore 只会看到每个地址的不透明 blob。示例中创建的 guido 实体按照如下形式存储：name = 'Guido' address = <opaque blob for {'type': 'home', 'city': 'Amsterdam'}> address = <opaque blob for {'type': 'work', 'city': 'SF', 'street': 'Spear St'}>

该实体将被正确读回。由于此类型的属性始终不会编入索引，因此您无法查询地址值。

注意：具有嵌套属性（无论是否结构化）的 StructuredProperty 仅支持单层重复属性。StructuredProperty 可以重复，嵌套属性也可以重复，但两者不能同时重复。一种解决方法是使用不具有此限制的 LocalStructuredProperty（但不允许查询其属性值）。

计算属性

计算属性 (ComputedProperty) 是只读属性，其值是由应用提供的函数通过其他属性值计算得出的。请注意，计算属性仅支持通用属性支持的类型！计算值将写入 Datastore 中，以便该值可在 Datastore 查看器中查询和显示。但是当从 Datastore 中读回该实体时，存储值会被忽略。确切地说，每当请求该值时，都会调用函数重新计算。例如：

class SomeEntity(ndb.Model):
    name = ndb.StringProperty()
    name_lower = ndb.ComputedProperty(lambda self: self.name.lower())

...

entity = SomeEntity(name='Nick')
entity.put()

这会存储具有以下属性值的实体：

assert entity.name == 'Nick'
assert entity.name_lower == 'nick'

如果我们将名称更改为“Nickie”，并请求 name_lower 的值，它会返回“nickie”：

entity.name = 'Nick'
assert entity.name_lower == 'nick'
entity.name = 'Nickie'
assert entity.name_lower == 'nickie'

注意：如果应用查询计算值，请使用 ComputedProperty。如果您只想使用 Python 代码的派生版本，请定义常规方法或使用 Python 的 @property 嵌入式。

注意：如果您在未手动指定键的情况下创建模型，而是依靠 Datastore 自动生成实体的 ID，那么当您第一次调用 put() 时，ComputedProperty 将无法读取 ID 字段，因为该字段是在 ID 生成之前计算的。如果您需要一个使用实体 ID 的 ComputedProperty，则可通过 allocate_ids 方法生成可用于创建实体的 ID 和键，这样您的 ComputedProperty 就可在实体的第一次 put() 调用中引用该 ID。

警告：ComputedProperties 不是在 query 中计算的，而是在 put() 中计算的。如果您在更新模型架构时添加了 ComputedProperty，则应记住将现有实体加载和写入到 Datastore 以进行更新。

Google Protocol RPC Message 属性

Alpha — Google Protocol RPC

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

Google Protocol RPC 库为结构化数据使用 Message 对象，它们可以表示 RPC 请求、响应或其他内容。NDB 提供了一个 API，可让您将 Google Protocol RPC Message 对象存储为实体属性。假设您定义了一个 Message 子类：

from protorpc import messages

...

class Note(messages.Message):
    text = messages.StringField(1, required=True)
    when = messages.IntegerField(2)

您可以使用 NDB 的 msgprop API，在 Datastore 上将 Note 对象存储为实体属性值。

from google.appengine.ext import ndb
from google.appengine.ext.ndb import msgprop

...

class NoteStore(ndb.Model):
    note = msgprop.MessageProperty(Note, indexed_fields=['when'])
    name = ndb.StringProperty()

...

my_note = Note(text='Excellent note', when=50)

ns = NoteStore(note=my_note, name='excellent')
key = ns.put()

new_notes = NoteStore.query(NoteStore.note.when >= 10).fetch()

如果您要查询字段名称，则字段名称必须编入索引。 您可以使用 indexed_fields 参数为 MessageProperty 指定将编入索引的字段名称列表。

MessageProperty 支持许多（但不是全部）属性选项。它支持以下属性选项：

• name
• repeated
• required
• default
• choices
• validator
• verbose_name

Message 属性并不支持 indexed 属性选项；您无法将 Message 值编入索引。（您可以按照上文所述将消息的字段编入索引。）

嵌套消息（使用 MessageField）也可行：

class Notebook(messages.Message):
    notes = messages.MessageField(Note, 1, repeated=True)

...

class SignedStorableNotebook(ndb.Model):
    author = ndb.StringProperty()
    nb = msgprop.MessageProperty(
        Notebook, indexed_fields=['notes.text', 'notes.when'])

MessageProperty 有一个特殊的属性选项 protocol，可指定消息对象是如何序列化到 Datastore 的。值是 protorpc.remote.Protocols 类使用的协议名称。支持的协议名称是 protobuf 和 protojson，默认的协议名称是 protobuf。

msgprop 还定义了 EnumProperty，这是一个可用于在实体中存储 protorpc.messages.Enum 值的属性类型。示例：

class Color(messages.Enum):
    RED = 620
    GREEN = 495
    BLUE = 450

...

class Part(ndb.Model):
    name = ndb.StringProperty()
    color = msgprop.EnumProperty(Color, required=True)

...

p1 = Part(name='foo', color=Color.RED)
print p1.color  # prints "RED"

EnumProperty 将值存储为整数；实际上，EnumProperty 是 IntegerProperty 的一个子类。这意味着您可以重命名枚举值，而无需修改已存储的实体，但不能为它们重新编号。

EnumProperty 支持以下属性选项：

• name
• indexed
• repeated
• required
• default
• choices
• validator
• verbose_name

NDB 实体模型介绍

NDB 实体模型可以定义属性。 实体属性有点像 Python 类的数据成员（保存数据的一种结构化方式）；它们还有点像数据库架构中的字段。

典型应用通过定义继承自 Model 且具有某些属性 (property) 类特性 (attribute) 的类来定义数据模型。例如，

from google.appengine.ext import ndb

...

class Account(ndb.Model):
    username = ndb.StringProperty()
    userid = ndb.IntegerProperty()
    email = ndb.StringProperty()

此处，username、userid 和 email 都是 Account 的属性。

不要将属性命名为“key”。此名称是为用于存储 Model 键的特殊属性保留的。虽然在本地可能正常工作，但名为“key”的属性将使应用无法部署到 App Engine。

有多个其他属性类型。 其中一些对表示日期和时间非常有用，并且具有方便快捷的自动更新功能。

应用可以指定属性上的选项来调整属性的行为，这些选项可以简化验证、设置默认值或更改查询索引。

模型可以有更复杂的属性。 重复属性类似于列表。 结构化属性类似于对象。 只读计算属性是通过函数定义的；这可以让您根据一个或多个其他属性轻松定义属性。 Expando 模型可以动态地定义属性。