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：為什麼不直接在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）。
開始前需要做的准備:
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 表裡，簡單易行 (現在看是這樣).
下面實現自動創建集合. 保存在集合表裡:
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，然後插入建表序列.
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,並不適用所有情形，但對於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並提供關鍵字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對象並尋找一個_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;
基於這個觀點，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並插入一些數據：
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於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並返回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裡而是放在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麼不使用HSTORE。雖然你可以存儲嵌套的HSTORE和數組值，但它仍不是JSON，並且不容易通過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並嘗試一下吧，記得回饋哦。
