2

我正在尝试使用 Node.js (0.8.18) 和 Mongoose (3.5.4) 将商店目录加载到 MongoDb (2.2.2) 中——所有这些都在 Windows 7 64 位上。该数据集包含大约 12,500 条记录。每个数据记录都是一个 JSON 字符串。

我最近的尝试是这样的：

var fs = require('fs');
var odir = process.cwd() + '/file_data/output_data/';
var mongoose = require('mongoose');
var Catalog = require('./models').Catalog;

var conn = mongoose.connect('mongodb://127.0.0.1:27017/sc_store');

exports.main = function(callback){
    var catalogArray = fs.readFileSync(odir + 'pc-out.json','utf8').split('\n');
    var i = 0;

    Catalog.remove({}, function(err){
        while(i < catalogArray.length){
            new Catalog(JSON.parse(catalogArray[i])).save(function(err, doc){
                if(err){
                    console.log(err);
                } else {
                    i++;                    
                }
            });
            if(i === catalogArray.length -1) return callback('database populated');
        }
    });
};

我在尝试填充数据库时遇到了很多问题。在以前的场景（和这个场景）下，节点与处理器挂钩并最终耗尽内存。请注意，在这种情况下，我试图让 Mongoose 保存一条记录，然后在记录保存后迭代到下一条记录。

但是 Mongoose 保存函数内部的迭代器永远不会增加。此外，它从不抛出任何错误。但是如果我将迭代器 (i) 放在对 Mongoose 的异步调用之外，它会起作用，前提是我尝试加载的记录数不是太大（我已经成功加载了 2,000 条这种方式）。

所以我的问题是：为什么 Mongoose 保存调用中的迭代器没有增加？而且，更重要的是，使用 Mongoose 将大型数据集加载到 MongoDb 的最佳方法是什么？

抢

4

2 回答 2

4

i是您从 in 中提取输入数据的位置的索引catalogArray，但您也在尝试使用它来跟踪已保存的数据数量，这是不可能的。尝试像这样单独跟踪它们：

var i = 0;
var saved = 0;
Catalog.remove({}, function(err){
    while(i < catalogArray.length){
        new Catalog(JSON.parse(catalogArray[i])).save(function(err, doc){
            saved++;
            if(err){
                console.log(err);
            } else {
                if(saved === catalogArray.length) {
                    return callback('database populated');
                }
            }
        });
        i++;
    }
});

更新

如果您想为流程添加更严格的流程控制，您可以使用async模块的forEachLimit功能将未完成save操作的数量限制为您指定的任何数量。例如，要将其限制为一次未完成save的：

Catalog.remove({}, function(err){
    async.forEachLimit(catalogArray, 1, function (catalog, cb) {
        new Catalog(JSON.parse(catalog)).save(function (err, doc) {
            if (err) {
                console.log(err);
            }
            cb(err);
        });
    }, function (err) {
        callback('database populated');
    });
}
于 2013-01-19T19:23:59.483 回答
2

抢，

简短的回答：

您创建了一个无限循环。您正在同步思考和阻塞，Javascript 函数异步且没有阻塞。你想要做的就像试图直接把饥饿感变成三明治一样。你不能。最接近的是你用饥饿的感觉来激励你去厨房做饭。不要试图让 Javascript 阻塞。它行不通。现在，学习 async.forEachLimit。它适用于您想要在这里做的事情。

您可能应该查看异步设计模式并更深入地理解它的含义。回调不仅仅是返回值的替代方案。它们在执行方式和执行时间上有根本的不同。这是一个很好的入门：http ://cs.brown.edu/courses/csci1680/f12/handouts/async.pdf

长答案：

这里有一个潜在的问题，那就是您对非阻塞 IO 和异步的含义缺乏了解。我不确定您是否正在进入节点开发，或者这只是一个一次性项目，但如果您确实打算继续使用节点（或任何异步语言），那么值得花时间了解同步和异步之间的区别设计模式，以及它们的动机。所以，这就是为什么你有一个逻辑错误，将循环不变增量放在异步回调中，这会创建一个无限循环。

在非计算机科学中，这意味着你对 i 的增量永远不会发生。原因是 Javascript 在调用任何异步回调之前执行单个代码块来完成。因此，在您的代码中，您的循环将一遍又一遍地运行，而我永远不会增加。而且，在后台，您一遍又一遍地将相同的文档存储在 mongo 中。循环的每次迭代都开始向 mongo 发送索引为 0 的文档，直到循环结束，回调才能触发，并且循环外的所有其他代码都运行完成。因此，回调排队。但是，您的循环再次运行，因为 i++ 从未执行（请记住，回调排队直到您的代码完成），再次插入记录 0，在您的循环完成后排队另一个回调以执行。

一般来说，如果不做一些非常糟糕的事情，就没有办法让 Javascript 阻塞。例如，最重要的事情是让你的厨房着火，为我在“简短回答”中谈到的那个三明治煎鸡蛋。

我的建议是利用像 async 这样的库。https://github.com/caolan/async JohnnyHK 在这里提到了它，他这样做是正确的。

于 2013-01-20T19:06:52.610 回答