Question

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） - 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）中，节点固定处理器并最终耗尽内存。请注意，在这种情况下，我试图允许Mongoose保存记录，然后在记录保存后迭代到下一条记录。

但是Mongoose save函数内部的迭代器永远不会增加。此外，它永远不会抛出任何错误。但是，如果我把迭代器（i）放在异步调用之外的Mongoose，它会工作，只要我尝试加载的记录数量不是太大（我已成功加载2,000这种方式）。

所以我的问题是：为什么Mongoose保存调用中的迭代器不会增加？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？

罗布

Answer 1

i是您从catalogArray中提取输入数据的索引，但您也尝试使用它来跟踪已保存的数据，这是不可能的。尝试单独跟踪它们：

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++;
    }
});

<强>更新

如果要为流程添加更严格的流控制，可以使用async模块的forEachLimit功能将未完成的save操作数限制为您指定的任何内容。例如，要一次将其限制为一个未完成的save：

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');
    });
}

Answer 2

罗布，

答案简短：

您创建了一个无限循环。你正在考虑同步和阻塞，Javascript函数是异步的，没有阻塞。你想要做的就是试着将饥饿感直接变成三明治。你不能。最接近的是你用饥饿的感觉来激励你去厨房做饭。不要试图使Javascript阻止。它不会起作用。现在，学习async.forEachLimit。它适用于你想要做的事情。

您应该检查异步设计模式，并在更深层次上理解它的含义。回调不仅仅是返回值的替代方法。它们在执行方式和时间方面根本不同。这是一本很好的入门书：http://cs.brown.edu/courses/csci1680/f12/handouts/async.pdf

答案很长：

这里存在一个潜在的问题，那就是你缺乏对非阻塞IO和异步意味着什么的理解。我不确定你是否打算进入节点开发，或者这只是一个一次性的项目，但如果你打算继续使用节点（或任何异步语言），那么理解同步和异步之间的区别是值得的。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，这会产生一个无限循环。

在非计算机科学中，这意味着你的增量永远不会发生。原因是因为Javascript在调用任何异步回调之前执行单个代码块。所以在你的代码中，你的循环会一遍又一遍地运行，而不会增加。并且，在后台，您将相同的文档一遍又一遍地存储在mongo中。循环的每次迭代开始将索引为0的文档发送到mongo，回调无法在循环结束之前触发，并且循环外的所有其他代码都会运行完成。因此，回调排队。但是，你的循环再次运行，因为i ++永远不会被执行（记住，回调排队直到你的代码完成），再次插入记录0，排队另一个回调以在你的循环完成后执行。这种情况一直持续到你的内存充满了回调，等待通知无限循环文件0被插入数百万次。

一般情况下，如果没有真正糟糕的事情，就无法进行Javascript阻止。例如，对于我在“简短回答”中谈到的三明治来煎炸一些鸡蛋，最重要的事情就是让你的厨房着火。

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，他这样做是对的。

如何使用大型数据集填充mongoose

2 个答案: