如何迁移到PlanetScale的无服务器数据库?

译文
运维 数据库运维
作为一名开发者,我一直尝试通过试验和构建来学习新技术。我最近对无服务器数据库颇感兴趣,该技术有望加快部署、增强可扩展性及改善开发者体验。

[[431640]]

【51CTO.com快译】作为一名开发者,我一直尝试通过试验和构建来学习新技术。我最近对无服务器数据库颇感兴趣,该技术有望加快部署、增强可扩展性及改善开发者体验。我在测试多个产品后,决定将个人网站由使用Firebase和Redis改用PlanetScale,这是建立在MySQL和Vitess上的新的无服务器数据库平台,是为YouTube 提供支持而开发的开源平台。

我选择PlanetScale的原因如下:

  • 数据库分支:我可以使用心智模型与Git相同的数据库。每次更改我的数据库模式,我都打开部署请求。然后,我可以将这些更改合并回到主数据库分支中。
  • Prisma支持:与Prisma结合使用,可以很轻松地处理数据库迁移。
  • 无连接:由于PlanetScale是无服务器,因此可以承受数千个同时连接。几乎可以把这认为是无连接,因为我不需要担心池化或其他常见的反对意见。
  • 10秒内部署:我在测试13个数据库后,发现PlanetScale部署速度最快。使用它几周并监控性能后,我看到API平均在大约150ms内解析(见下面的结果)。

Firebase和Redis

我的网站以前使用Google Firebase和Redis用于实时博文阅读量和留言簿。决定选择这些技术主要是想学习一下。Firebase和Redis(借助Upstash)都很易于上手,无需思考即可扩展,在无服务器环境下运行顺畅。但是我想转而使用基于SQL的数据库(MySQL或PostgreSQL),以获得新的学习体验。

重建SQL

我发现自己在SQL有内置功能的地方编写JavaScript。比如说,我使用Firebase获取 JSON对象阅读量,然后将这些值相加以找到总的阅读量。

  1. const snapshot = await db.ref('views').once('value'); 
  2. const views = snapshot.val();  
  3. const allViews = Object.values(views).reduce((total, value) => total + value);  
  4. With SQL, you can use SUM() instead.   
  5. SELECT SUM(countas total  
  6. FROM views; 

排序同样如此。以前我使用JavaScript sort,现在使用ORDER BY。虽然Firebase确实有类似功能,但我并不使用它。

  1. SELECT * FROM guestbook 
  2. ORDER BY updated_at DESC

SQL是成熟的技术。它已存在多年,会继续存在多年。我在以前的工作中用过它,但仍觉得可以更深入地理解它。我也喜欢使用PostgreSQL(推荐Supabase),强烈推荐考虑该解决方案。

我还坚信使用自己推荐的工具。如果我没有实际动手编写代码、在生产环境中运行应用程序,就很难有把握地向别人推荐产品。我使用PlanetScale Vercel Integration后,大为惊喜。只需点击几下鼠标,我就可以部署整个全栈应用程序。正如开头提到的,数据库迁移与我的心智模型相一致。

迁移现有数据

可能有更好的方法来迁移,但我将数据迁移到PlanetScale的自创解决方案如下:

  • 从我的Firebase实时数据库导出JSON数据
  • 使用HVALS和TablePlus,从我的Redis集群导出JSON数据
  • 在PlanetScale中创建新的数据库分支,用于添加表的模式迁移
  • 创建两个新的API路由,负责加载JSON数据和INSERT INTO(插入到)MySQL
  • 在数据库分支上验证API正确处理和迁移数据
  • 创建拥有新模式更改的部署请求,并将其合并到main中
  • 最后,点击API,将JSON数据迁移到main
  • 完毕!

下面是我使用的两个脚本,供参考。

  1. import db from 'lib/planetscale' 
  2. import guestbookData from 'data/guestbook'  
  3. export default async function handler(req, res) {   
  4.   const toISOString = (unixTimestampInMs) =>   
  5.     new Date(unixTimestampInMs).toJSON().slice(0, 19).replace('T'' ');   
  6.   let query = `INSERT INTO guestbook (email, updated_at, body, created_by)   
  7.     VALUES `;   
  8.   const escapeStr = (str) =>   
  9.     str  
  10.       .replace(/\\/g, '\\\\' 
  11.       .replace(/\$/g, '\\$' 
  12.       .replace(/'/g, "\\'") 
  13.       .replace(/"/g, '\\"'); 
  14.   guestbookData.forEach((item, key) => {  
  15.     var value = JSON.parse(item['value']);  
  16.     query += `("${  
  17.       value.email ? `${value.email}` : 'not@provided.com'   
  18.     }", "${toISOString(value.updated_at)}", "${escapeStr(value.body)}", "${   
  19.       value.created_by  
  20.     }")`;   
  21.     if (key === guestbookData.length - 1) {   
  22.       query += ';'  
  23.     } else {   
  24.       query += ', '  
  25.     }   
  26.   });   
  27.   const [rows] = await db.query(query);   
  28.   return res.status(201).json(rows[0]);  
  29.  
  30. import db from 'lib/planetscale' 
  31. import viewsData from 'data/views'  
  32. export default async function handler(req, res) {   
  33.   let query = `INSERT INTO views (slug, count  
  34.     VALUES `;  
  35.   const slugs = Object.keys(viewsData['views']);  
  36.   slugs.forEach((slug, key) => {   
  37.     const count = viewsData['views'][slug];   
  38.     query += `("${slug}", ${count})`;   
  39.     if (key === slugs.length - 1) {   
  40.       query += ';'  
  41.     } else {   
  42.       query += ', '  
  43.     }   
  44.   });   
  45.   const [rows] = await db.query(query);   
  46.   return res.status(201).json(rows[0]);   

以下是我的PlanetScale模式,用于跟踪博文阅读量和留言簿留言。

  1. CREATE TABLE `views` (  
  2.   `slug` varchar(128) NOT NULL 
  3.   `countbigint NOT NULL DEFAULT '1' 
  4.   PRIMARY KEY (`slug`)  
  5.  
  6. CREATE TABLE `guestbook` (   
  7.  `id` bigint NOT NULL AUTO_INCREMENT,  
  8.   `email` varchar(256) NOT NULL 
  9.   `body` varchar(500) NOT NULL 
  10.   `created_by` varchar(256) NOT NULL 
  11.   `created_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),  
  12.   `updated_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),  
  13.   PRIMARY KEY (`id`)  

结果

我一直使用Checkly来监控连接到PlanetScale的生产级API的性能。Checkly让我可以设置警报,那样出现停运或性能降到接受的阈值以下时发出警报。迄今为止,我发现我的Next.js API Routes在us-east的Vercel上部署为无服务器函数时延迟约150ms。

 

PlanetScale性能小结

如下图所示,与我之前的Firebase实现相比,响应时间显著加快(请注意我何时进行切换)。 此外,拥有一项而不是两项服务可以清理代码,需要较少的环境变量即可连接到每项服务。

原文标题:How to Migrate to PlanetScale’s Serverless Database,作者:Lee Robinson

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

 

责任编辑:华轩 来源: 51CTO
相关推荐

2012-10-29 09:27:16

2015-03-20 13:40:17

2021-01-28 09:00:00

SQL数据库NoSQL

2019-03-20 09:00:00

MySQL数据库转移数据库

2017-12-13 09:00:00

2018-05-22 09:00:00

2019-04-30 10:27:46

无服务器云计算安全

2011-09-07 09:30:57

服务器虚拟机

2020-06-08 10:41:13

云计算数据工具

2011-08-09 14:27:16

WindowsServ服务器ADDS

2013-11-01 11:23:52

Linux迁移Windows服务器

2011-08-09 14:27:49

服务器DCADDS

2016-10-08 17:27:52

云端数据库云计算数据迁移

2023-11-30 07:15:57

MySQL数据库

2020-10-09 07:00:00

无服务器应用监控架构

2022-04-12 09:00:00

无服务器云原生数据库

2009-11-16 13:24:34

Oracle数据库服务

2017-09-13 07:23:03

2021-03-18 08:01:52

Docker容器迁移

2022-11-02 15:25:03

云数据库云平台
点赞
收藏

51CTO技术栈公众号