Project Icon

Pongo

将PostgreSQL与MongoDB优势结合的开源文档数据库方案

Pongo是一个基于PostgreSQL的开源文档数据库解决方案。它结合了PostgreSQL的JSONB支持和强一致性,以及MongoDB风格的API,为开发者提供灵活且可靠的数据存储选择。Pongo支持高级特性如分区和逻辑复制,适用于需要强一致性和灵活性的应用场景。这种创新设计使得现有MongoDB项目可以更容易地迁移到PostgreSQL环境,同时保持熟悉的开发体验。

Github Sponsors blog blog

Pongo

Pongo - 基于PostgreSQL的Mongo,具有强一致性优势。

入门

将Pongo安装为npm模块并保存到package.json中:

npm install @event-driven-io/pongo

也可以阅读我博客上的介绍文章以获取更多背景信息。

示例

你可以使用Pongo语法,并明确支持的语法类型:

import { pongoClient } from "@event-driven-io/pongo";
import { v4 as uuid } from "uuid";

type User = { name: string; age: number };

const connectionString =
  "postgresql://dbuser:secretpassword@database.server.com:3211/mydb";

const pongo = pongoClient(connectionString);
const pongoDb = pongo.db();

const users = pongoDb.collection<User>("users");
const roger = { name: "Roger", age: 30 };
const anita = { name: "Anita", age: 25 };
const cruella = { _id: uuid(), name: "Cruella", age: 40 };

// 插入
await users.insertOne(roger);
await users.insertOne(cruella);

const { insertedId } = await users.insertOne(anita);
const anitaId = insertedId;

// 更新
await users.updateOne({ _id: anitaId }, { $set: { age: 31 } });

// 删除
await users.deleteOne({ _id: cruella._id });

// 通过Id查找
const anitaFromDb = await users.findOne({ _id: anitaId });

// 查找多个
const usersFromDb = await users.find({ age: { $lt: 40 } });

或者使用兼容MongoDB的封装:

import { MongoClient } from "@event-driven-io/pongo/shim";
import { v4 as uuid } from "uuid";

type User = { name: string; age: number };

const connectionString =
  "postgresql://dbuser:secretpassword@database.server.com:3211/mydb";

const pongoClient = new MongoClient(postgresConnectionString);
const pongoDb = pongoClient.db();

const users = pongoDb.collection<User>("users");
const roger = { name: "Roger", age: 30 };
const anita = { name: "Anita", age: 25 };
const cruella = { _id: uuid(), name: "Cruella", age: 40 };

// 插入
await users.insertOne(roger);
await users.insertOne(cruella);

const { insertedId } = await users.insertOne(anita);
const anitaId = insertedId;

// 更新
await users.updateOne({ _id: anitaId }, { $set: { age: 31 } });

// 删除
await users.deleteOne({ _id: cruella._id });

// 通过Id查找
const anitaFromDb = await users.findOne({ _id: anitaId });

// 查找多个
const usersFromDb = await users.find({ age: { $lt: 40 } }).toArray();

工作原理

Pongo将PostgreSQL作为文档数据库,利用JSONB支持。 与传统JSON类型的纯文本存储不同,JSONB以二进制格式存储JSON数据。这一简单的变化在性能和存储效率方面带来了显著的优势。

Pongo使用以下表结构来存储集合:

CREATE TABLE IF NOT EXISTS "YourCollectionName" (
    _id           TEXT           PRIMARY KEY,
    data          JSONB          NOT NULL,
    metadata      JSONB          NOT NULL     DEFAULT '{}',
    _version      BIGINT         NOT NULL     DEFAULT 1,
    _partition    TEXT           NOT NULL     DEFAULT 'png_global',
    _archived     BOOLEAN        NOT NULL     DEFAULT FALSE,
    _created      TIMESTAMPTZ    NOT NULL     DEFAULT now(),
    _updated      TIMESTAMPTZ    NOT NULL     DEFAULT now()
)

本质上,Pongo接受MongoDB API并将其转换为原生PostgreSQL查询。 这与MartenFerretDBAWS DocumentDB的概念类似。

例如,MongoDB更新语法:

const users = pongoDb.collection<User>("users");

await users.updateOne({ _id: someId }, { $push: { tags: "character" } });

将被转换为:

UPDATE "users"
SET data = jsonb_set(data, '{tags}', (COALESCE(data->'tags', '[]'::jsonb) || to_jsonb('character')))
WHERE _id = '137ef052-e41c-428b-b606-1c8070a47eda';

或者查询:

const result = await users
  .find({ "address.history": { $elemMatch: { street: "Elm St" } } })
  .toArray();

将生成:

SELECT data
FROM "users"
WHERE jsonb_path_exists(
  data,
  '$.address.history[*] ? (@.street == "Elm St")'
);

为什么选择Pongo?

MongoDB是一个不错的数据库,但在ACID合规性许可方面存在问题,这可能会给项目场景和组织政策带来困难。

Pongo带来了PostgreSQL的变形能力,以:

  • 通过使用经过实战检验且广泛使用的PostgreSQL ACID兼容数据库,获得强一致性的好处,
  • 使用PostgreSQL更容易与系统的其他部分集成
  • 使用兼容的API复用你的MongoDB肌肉记忆。这将允许更容易地迁移现有项目,
  • 减少样板代码,比传统关系表更容易管理嵌套数据,
  • 编写原生PostgreSQL JSON查询更容易操作。它们功能强大但不是最易用的,
  • 通过JSONB索引功能获得性能提升
  • 受益于PostgreSQL的高级功能,如分区逻辑复制其他PostgreSQL超能力
  • 与云RDS和CockroachDBSupabaseVercel Postgres等解决方案无缝集成

存储

PostgreSQL JSONB的二进制格式意味着数据是预解析的,允许比基于文本的JSON更快的读写操作。 每次查询数据时无需重新解析,这节省了处理时间并提高了整体性能。此外,JSONB支持高级索引选项,如GIN和GiST索引,使JSONB文档内的搜索更快、更高效。

此外,JSONB保留了存储半结构化数据的灵活性,同时允许你使用PostgreSQL强大的查询功能。你可以对JSONB数据执行复杂查询、连接和事务,就像对常规关系数据一样。

与普遍认知相反,JSON文档数据是结构化的。 JSON有结构,但每个文档并不强制执行。我们可以通过添加新字段轻松扩展文档的架构,甚至是特定文档的架构。如果我们期望存在的字段不存在,我们也不应该失败。

这种灵活性、性能和一致性的组合使PostgreSQL与JSONB成为一个强大的工具。有基准测试显示,它甚至可能比MongoDB更快。

更多信息请查看:

Pongo是ORM吗?

不是。

它专注于有效处理文档数据的特性。Node.js ORM有处理JSONB的能力,例如,DrizzleORM对基本操作有很好的支持。

然而,它们都具有有限的查询能力。 通常对于高级查询,你需要回退到JSONPath或JSONB函数(即原始SQL)。如上所示,这种语法处理起来并不是很愉快。这就是为什么Pongo旨在为你做这件事。

它与FerretDB有何不同?

FerretDB插入原生MongoDB协议,这允许它被用作MongoDB并连接到Mongo UI等工具。然而,它需要运行一个代理

Pongo在不同的层面上操作,直接在库代码中将MongoDB API转换为SQL。 这可以允许更容易的无服务器集成,例如与其他基于PostgreSQL的工具共享连接池等。当然,它不允许使用基于MongoDB网络协议的原生工具。

Pongo的目标不是替代Mongo,而是重用其肌肉记忆并将PostgreSQL的功能和超能力带入Node.js领域。

它是否可以用于生产?

现有的功能是安全可用的,但距离100%兼容MongoDB还有很长的路要走。Pongo是一个新项目,所以可能会有一些功能缺失。

贡献

Pongo是一个社区项目,所以一旦你发现缺少或不工作的内容,我们鼓励你向我们发送GitHub问题拉取请求来扩展支持或测试覆盖率!也请查看贡献指南

如果你认为缺少某些功能或想更快地获得某些功能,我很乐意接受赞助来优先处理。随时联系我 - 我们会找到方法来帮助你!

行为准则

本项目采用了贡献者公约定义的行为准则,以明确我们社区中的预期行为。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号