我有一個偷懶的想法。這個好點子該如何開始呢？好吧，這是一個恰如其分的小瘋狂：為什么不直接在Postgres的基礎上建立我們自己的MongoDB版本呢？這聽起來有點牽強附會，但卻簡單而實在。
當NoSQL運動風生水起的時候，Postgres社區沒有干坐著擺弄他們的大拇指。他們持續開發，貫穿整個Postgres的生態系統，幾個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，他讓Javascript成為一個第一類別的語言（first-class language）。擁有JSON類型讓它能更容易地處理JSON（這很有效）。
開始前需要做的準備:
MongoDB的最低級別是集合. 集合可以用表來表示:
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，簡單易行 (現在看是這樣).
下面實現自動創建集合. 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，就可以通過存儲過程自動創建集合. 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;有了存儲過程，就方便多了:
SELECT create_collection('my_collection');
解決了集合存儲的問題，下面看看MongoDB數據解析. MongoDB 通過點式注解方法操作完成這一動作:
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,并不適用所有情形，但對于字符串的比較很有用:
SELECT data FROM col_my_collection WHERE find_in_obj(data, 'some.element') = 'something cool'
除了字符串的比較, MongoDB還提供了數字類型的比較并提供關鍵字exists . 下面是find_in_obj() 方法的不同實現:
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;接下來是數據查詢. 通過現有的材料來實現 find() 方法.
保存數據到集合中很簡單。首先，我們需要檢查JSON對象并尋找一個_id值。這部分代碼是原生的假設，如果_id已存在這意味著一個更新，否則就意味著一個插入。請注意，我們目前還沒有創建objectID，只使用了一個序列待其發生：
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;基于這個觀點，我們可以構建一些插入的簡單文檔：
{ "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 }讓我們創建一個集合并插入一些數據：
work=# SELECT create_collection('data'); create_collection ------------------- t (1 row) work=# SELECT save('data', '{ our object }'); save ------ t (1 row)你可以通過檢查“col_data”表的內容來查看對象。
其它翻譯版本(1)
現在我們已經有了一些數據，讓我們再查詢一下。假設我們想查找住在俄勒岡或華盛頓州年齡大于30的所有人，使用一個MongoDB風格的find()：
{ "$or": [ { "address.state": "OR" }, { "address.state": "WA" } ], "age": { "$gt": 30 } }因為上次我們已經創建了一些深度的包檢測，現在就很容易創建查詢并返回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' )
我采用了寫一個遞歸調用函數來建立WHERE子句的方法。它有點長，所以我沒有把它貼在這里而是放在GitHub上。一旦find()存儲過程被創建，我們就可以在查詢中使用它。我們應該能夠看到Jane Doe被返回：
work=# SELECT find('data', '{ "$or": [ { "address.state": "OR" }, { "address.state": "WA" } ], "age": { "$gt": 30 } }');這樣奏效：它不優雅，但它奏效。這是一個概念的證明，而且幾乎沒有像它一樣好的可能。我之前曾被問過為什么不使用HSTORE。雖然你可以存儲嵌套的HSTORE和數組值，但它仍不是JSON，并且不容易通過PLV8操作。這將需要一個從HSTORE到JSON的序列器，這個序列器在任何時間將請求的返回序列化成MongoDB接受的數據形式，但依舊太容易在JavaScript中處理。這是次優選擇，畢竟我們是要在Postgres的基礎上創建一個MongoDB的副本。
源碼可以在GitHub上找到：fork并嘗試一下吧，記得回饋哦。
新聞熱點
疑難解答
