我正在KV存储中使用这些迭代交叉键的解决方案：

1. NoSqlTarget

通过v3io进行迭代（它不是MLRun API的纯部分，但它是MLRun分发包的一部分）。有关v3io python SDK see和跨KV项迭代（游标使用）的更多信息，请参见示例

import v3io.dataplane

v3io_client = v3io.dataplane.Client(endpoint='https://v3io-webapi:8081', access_key='some_access_key')

# create a query, and use an items cursor to iterate the results
items_cursor = v3io_client.kv.new_cursor(container='users',
                                         table_path='/user-profile',
                                         attribute_names=['income'],
                                         filter_expression='income > 150')

# print the output
for item in items_cursor.all():
    print(item)

顺便说一句：NoSqlTarget仅适用于MLRun企业版

2. RedisTarget

你可以使用轻松迭代跨KV项，它是Redis API的一部分

import redis

r = redis.StrictRedis(host='localhost', port=6379, db=0)
for key in r.keys('*'):
    r.delete(key)

也可以通过redis-cli使用命令行，参见示例：

redis-cli keys users*

或根据密钥列表从redis中删除特定密钥：

redis-cli keys users* | xargs redis-cli del

顺便说一句：RedisTarget可用于MLRun CE和企业版

NoSqlTarget使用KV存储，它本质上是用于基于给定键检索单个值。如果您希望检索整个特征向量，则应该使用离线存储。更多信息请参见MLRun文档
或者，您可以使用离线商店来获取密钥列表，然后使用以下内容查询在线商店：

import mlrun.feature_store as fstore

df = fstore.get_offline_features("my-vec").to_dataframe()
keys = list(resp.to_dataframe().index.unique())

svc = fstore.get_online_feature_service("my-vec")
svc.get([{"my-key" : key} for key in keys[:5]])