在PostgreSQL的基础上创建一个MongoDB的副本的教程

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。