与现有核心数据实体不同

Posted 2023-03-12

【中文标题】与现有核心数据实体不同

【英文标题】：Uniquing with Existing Core Data Entities

【发布时间】：2010-05-29 22:16:30

【问题描述】：

我正在使用 Core Data 存储大量（1000 多个）项目。每个项目的一对属性用于确定唯一性，因此当有新项目进入时，我会在插入之前将其与现有项目进行比较。由于传入的数据是RSS提要的形式，经常有很多重复，唯一化步骤的成本是O(N^2)，已经变得很重要了。

现在，我在迭代（可能的）新项目列表之前创建了一组现有项目。我的理论是，在第一次迭代中，所有项目都会出错，假设我们没有被内存占用，大部分项目将在迭代过程中保持驻留。

我因此看到了我的选择：

使用字符串比较进行唯一化、迭代所有“新”项目并与所有现有项目进行比较（当前方法） 使用谓词根据“新”项目的属性过滤现有项目集。 在 Core Data 中使用谓词来确定每个“新”项目的唯一性（无需检索现有项目集）。

选项 3 是否可能比我目前的方法更快？你知道更好的方法吗？

【参考方案1】：

整数哈希值的比较——生成传入 RSS 新闻项目的组件的哈希，使用谓词过滤具有相同哈希属性值的所有项目，并查看是否获取了任何对象——可能会产生比每个实体中所有属性的字符串比较。

【讨论】：

我最终选择了这条路线，到目前为止它似乎表现不错。感谢您的帮助。

【参考方案2】：

ohhorob 提出的解决方案的第三步可能按照'Implementing Find-or-Create Efficiently' 部分的核心数据文档中的描述最有效地实现了。也就是说，在 hash 属性之后对传入项及其对应的现有项进行排序，然后并行循环这两个集合。

【讨论】：

那是一份出色的文件。我不知道我以前怎么没见过。

【参考方案3】：

根据 Alex 的回答，整数属性的谓词应该更快，但应该调整策略以更好地适应任务：

收集所有传入项目哈希的列表

获取与该哈希列表匹配的所有对象（仅获取哈希属性）

遍历传入的项目，跳过那些在获取的匹配项中具有哈希值的项目

此外，您可以获取字典结果以避免设置您不会使用的托管对象（除非您打算更新现有对象而不是仅仅跳过相同的传入项目）