这篇文章主要介绍了在PostgreSQL的基础上创建一个MongoDB的副本的教程,使在使用NoSQL的同时又能用到PostgreSQL中的东西,需要的朋友可以参考下
我有一个偷懒的想法。这个好点子该如何开始呢?好吧,这是一个恰如其分的小疯狂:为什么不直接在Postgres的基础上建立我们自己的MongoDB版本呢?这听起来有点牵强附会,但却简单而实在。
当NoSQL运动风生水起的时候,Postgres社区没有干坐着摆弄他们的大拇指。他们持续开发,贯穿整个Postgres的生态系统,几个突出的功能吸引了我的眼球:整合JSON支持和PLV8。PLV8把V8 Javascript引擎引入到Postgres,他让Javascript成为一个第一类别的语言(first-class language)。拥有JSON类型让它能更容易地处理JSON(这很有效)。
开始前需要做的准备:
Postgres 9.2+ (as of this blog entry, 9.2 is in beta) - http://www.postgresql.org/ftp/source/
V8 - https://github.com/v8/v8
PLV8 - http://code.google.com/p/plv8js/wiki/PLV8
MongoDB的最低级别是集合. 集合可以用表来表示:
- CREATE TABLE some_collection (
- some_collection_id SERIAL NOT NULL PRIMARY KEY,
- data JSON
- );
字符型的JSON 被保存在 Postgres 表里,简单易行 (现在看是这样).
下面实现自动创建集合. 保存在集合表里:
- CREATE TABLE collection (
- collection_id SERIAL NOT NULL PRIMARY KEY,
- name VARCHAR
- );
- -- make sure the name is unique
- CREATE UNIQUE INDEX idx_collection_constraint ON collection (name);
一旦表建好了,就可以通过存储过程自动创建集合. 方法就是先建表,然后插入建表序列.
- CREATE OR REPLACE FUNCTION create_collection(collection varchar) RETURNS
- boolean AS $
- var plan1 = plv8.prepare('INSERT INTO collection (name) VALUES ($1)', [ 'varchar' ]);
- var plan2 = plv8.prepare('CREATE TABLE col_' + collection +
- ' (col_' + collection + '_id INT NOT NULL PRIMARY KEY, data JSON)');
- var plan3 = plv8.prepare('CREATE SEQUENCE seq_col_' + collection);
- var ret;
- try {
- plv8.subtransaction(function () {
- plan1.execute([ collection ]);
- plan2.execute([ ]);
- plan3.execute([ ]);
- ret = true;
- });
- } catch (err) {
- ret = false;
- }
- plan1.free();
- plan2.free();
- plan3.free();
- return ret;
- $ LANGUAGE plv8 IMMUTABLE STRICT;
有了存储过程,就方便多了:
- SELECT create_collection('my_collection');
解决了集合存储的问题,下面看看MongoDB数据解析. MongoDB 通过点式注解方法操作完成这一动作:
- CREATE OR REPLACE FUNCTION find_in_obj(data json, key varchar) RETURNS
- VARCHAR AS $
- var obj = JSON.parse(data);
- var parts = key.split('.');
- var part = parts.shift();
- while (part && (obj = obj[part]) !== undefined) {
- part = parts.shift();
- }
- // this will either be the value, or undefined
- return obj;
- $ LANGUAGE plv8 STRICT;
上述功能返回VARCHAR,并不适用所有情形,但对于字符串的比较很有用:
- SELECT data
- FROM col_my_collection
- WHERE find_in_obj(data, 'some.element') = 'something cool'
除了字符串的比较, MongoDB还提供了数字类型的比较并提供关键字exists . 下面是find_in_obj() 方法的不同实现:
- CREATE OR REPLACE FUNCTION find_in_obj_int(data json, key varchar) RETURNS
- INT AS $
- var obj = JSON.parse(data);
- var parts = key.split('.');
- var part = parts.shift();
- while (part && (obj = obj[part]) !== undefined) {
- part = parts.shift();
- }
- return Number(obj);
- $ LANGUAGE plv8 STRICT;
- CREATE OR REPLACE FUNCTION find_in_obj_exists(data json, key varchar) RETURNS
- BOOLEAN AS $
- var obj = JSON.parse(data);
- var parts = key.split('.');
- var part = parts.shift();
- while (part && (obj = obj[part]) !== undefined) {
- part = parts.shift();
- }
- return (obj === undefined ? 'f' : 't');
- $ LANGUAGE plv8 STRICT;
接下来是数据查询. 通过现有的材料来实现 find() 方法.
保存数据到集合中很简单。首先,我们需要检查JSON对象并寻找一个_id值。这部分代码是原生的假设,如果_id已存在这意味着一个更新,否则就意味着一个插入。请注意,我们目前还没有创建objectID,只使用了一个序列待其发生:
- CREATE OR REPLACE FUNCTION save(collection varchar, data json) RETURNS
- BOOLEAN AS $
- var obj = JSON.parse(data);
- var id = obj._id;
- // if there is no id, naively assume an insert
- if (id === undefined) {
- // get the next value from the sequence for the ID
- var seq = plv8.prepare("SELECT nextval('seq_col_" +
- collection + "') AS id");
- var rows = seq.execute([ ]);
- id = rows[0].id;
- obj._id = id;
- seq.free();
- var insert = plv8.prepare("INSERT INTO col_" + collection +
- " (col_" + collection + "_id, data) VALUES ($1, $2)",
- [ 'int', 'json']);
- insert.execute([ id, JSON.stringify(obj) ]);
- insert.free();
- } else {
- var update = plv8.prepare("UPDATE col_" + collection +
- " SET data = $1 WHERE col_" + collection + "_id = $2",
- [ 'json', 'int' ]);
- update.execute([ data, id ]);
- }
- return true;
- $ LANGUAGE plv8 IMMUTABLE STRICT;
基于这个观点,我们可以构建一些插入的简单文档:
- {
- "name": "Jane Doe",
- "address": {
- "street": "123 Fake Street",
- "city": "Portland",
- "state": "OR"
- },
- "age": 33
- }
- {
- "name": "Sarah Smith",
- "address": {
- "street": "456 Real Ave",
- "city": "Seattle",
- "state": "WA"
- }
- }
- {
- "name": "James Jones",
- "address": {
- "street": "789 Infinity Way",
- "city": "Oakland",
- "state": "CA"
- },
- "age": 23
- }
让我们创建一个集合并插入一些数据:
- work=# SELECT create_collection('data');
- create_collection
- -------------------
- t
- (1 row)
- work=# SELECT save('data', '{ our object }');
- save
- ------
- t
- (1 row)
你可以通过检查“col_data”表的内容来查看对象。
其它翻译版本(1)
现在我们已经有了一些数据,让我们再查询一下。假设我们想查找住在俄勒冈或华盛顿州年龄大于30的所有人,使用一个MongoDB风格的find():
- {
- "$or": [
- {
- "address.state": "OR"
- },
- {
- "address.state": "WA"
- }
- ],
- "age": {
- "$gt": 30
- }
- }
因为上次我们已经创建了一些深度的包检测,现在就很容易创建查询并返回Jane Doe:
- SELECT data
- FROM col_data
- WHERE find_in_obj_int(data, 'age') > 30
- AND (
- find_in_obj(data, 'address.state') = 'OR'
- OR
- find_in_obj(data, 'address.state') = 'WA'
- )
我采用了写一个递归调用函数来建立WHERE子句的方法。它有点长,所以我没有把它贴在这里而是放在GitHub上。一旦find()存储过程被创建,我们就可以在查询中使用它。我们应该能够看到Jane Doe被返回:
- work=# SELECT find('data', '{ "$or": [ { "address.state": "OR" }, { "address.state": "WA" } ], "age": { "$gt": 30 } }');
这样奏效:它不优雅,但它奏效。这是一个概念的证明,而且几乎没有像它一样好的可能。我之前曾被问过为什么不使用HSTORE。虽然你可以存储嵌套的HSTORE和数组值,但它仍不是JSON,并且不容易通过PLV8操作。这将需要一个从HSTORE到JSON的序列器,这个序列器在任何时间将请求的返回序列化成MongoDB接受的数据形式,但依旧太容易在JavaScript中处理。这是次优选择,毕竟我们是要在Postgres的基础上创建一个MongoDB的副本。
源码可以在GitHub上找到:fork并尝试一下吧,记得回馈哦。
新闻热点
疑难解答
图片精选