Question

我在目录的许多子目录中保存了大约一百万个JSON文件＆＃34; D：/ njs / nodetest1 / imports / source1 /＆＃34;我想将它们导入集合＆＃34;用户＆＃34;在我的mongoDB数据库中。

以下代码正确遍历文件系统。如您所见，它会读取目录中的每个项目，如果该项目是目录，则会读取其中的每个项目。对于不是目录的每个项目，它在发送持有函数的变量之前对其执行一些操作。

function traverseFS (path){
     var files = fs.readdirSync(path);
     for (var i in files){
          var currentFile = path + '/' + files[i];
          var stats = fs.statSync(currentFile);
          if (stats.isFile())
               runOnFile(currentFile);
          else
               traverseFS(currentFile);
     }
}
traverseFS("D:/njs/nodetest1/imports/source1/")

接下来，我对代码运行一些操作（见下文）。这将读取文件，将其解析为JSON对象，将该对象的两个属性读入变量，在变量＆＃34; entry＆＃34;中创建一个对象。并将变量传递给另一个函数。

function runOnFile(currentFile){
    var fileText = fs.readFileSync(currentFile,'utf8');
    var generatedJSON = JSON.parse(fileText);
    var recordID = generatedJSON.recordID;
    var recordText = generatedJSON.recordTexts;
    var entry = {recordID:recordID, recordText:recordText};
    insertRecord(entry);
}

然后应该使用最终函数将数据插入到mongoDB中。我认为这是出问题的地方。

function insertRecord(entry){
    var MongoClient = mongodb.MongoClient;
    var MongoURL = 'mongodb://localhost:27017/my_database_name';
    MongoClient.connect(MongoURL, function (err, db) {
         var collection = db.collection('users');
         collection.insert([entry], function (err, result) {
             db.close();
         });
     });
 }

我希望这会运行文件结构，将JSON文件读入对象，然后将这些对象插入到我的mongoDB中。相反，它将第一个文件读入数据库，然后停止/挂起。

注意：

我不想使用mongoimport，因为我不想将这些文件中的所有数据插入到我的MongoDB数据库中。然而，我并不依赖于这种方法的任何方面。如果存在其他解决方案，我愿意接受。
这很好地连接到数据库。对于目录中的每个项目，这成功创建了一个＆＃34;条目＆＃34; object并将其传递给insertRecord函数。换句话说，问题必须出现在insertRecord部分。但显然这可能是由于此过程中的某些原因造成的。
如果我添加错误处理，不会产生错误。我已经将错误处理从这篇文章中删除了，因为它使代码片段的可读性变得混乱。

Answer 1

根据mongodb2.2 (current latest) documentation，collection.insert([entry], ...)已弃用

DEPRECATED

使用insertOne，insertMany或bulkWrite

因此，简短的回答可能是将collection.insertOne(entry, ...)更改为fs.readFileSync并且您已完成。

然后，对于长时间的回答，你会说“大约有一百万个json文件”，这通常需要一个完全异步的方法，而且开销最小。

示例代码中存在两个（潜在的）瓶颈：

glob('imports/**/*.json', function(error, files) {...})，这是阻止操作
连接，插入记录和关闭数据库连接

两者都被执行“大约一百万次”。当然，导入通常不会一次又一次地进行，并且（希望）不会在需要其性能用于其他重要任务的机器上进行。尽管如此，示例代码仍然可以更加健壮。

考虑使用glob模块获取json文件列表。

var glob = require('glob'),
    mongodb = require('mongodb'),
    fs = require('fs'),
    MongoClient = mongodb.MongoClient,
    mongoDSN = 'mongodb://localhost:27017/my_database_name',
    collection; //  moved this to the "global" scope so we can do it only once

function insertRecord(json, done) {
    var recordID = json.recordID || null,
        recordText = json.recordText || null;

    //  the question implies some kind of validation/sanitation/preparation..
    if (recordID && recordText) {
        //  NOTE: insert was changed to insertOne
        return collection.insertOne({recordID: recordID, recordText: recordText}, done);
    }

    done('No recordID and/or recordText');
}

function runOnFile(file, done) {
    //  moved to be async
    fs.readFile(file, function(error, data) {
        if (error) {
            return done(error);
        }

        var json = JSON.parse(data);

        if (!json) {
            return done('Unable to parse JSON: ' + file);
        }

        insertRecord(json, done);
    });
}

function processFiles(files, done) {
    var next = files.length ? files.shift() : null;

    if (next) {
        return runOnFile(next, function(error) {
            if (error) {
                console.error(error);
                // you may or may not want to stop here by throwing an Error
            }

            processFiles(files, done);
        });
    }

    done();
}

MongoClient.connect(mongoDSN, function(error, db) {
    if (error) {
        throw new Error(error);
    }

    collection = db.collection('users');

    glob('imports/**/*.json', function(error, files) {
        if (error) {
            throw new Error(error);
        }

        processFiles(files, function() {
            console.log('all done');
            db.close();
        });
    });
});

这可以轻松地以异步方式为您提供完整的文件列表。

然后考虑只连接一次数据库，插入所有内容并关闭一次。

或多或少地保持样本中的步骤，我建议如下：

insertMany

注意：您可以使用import React from 'react'; import { Text, View } from 'react-native'; const LoginPage = () => { return ( <View> <Text> Welcome to React Native! </Text> </View> ); } export default LoginPage;收集多个“条目”记录以利用多个插入的性能增益，但我感觉插入的记录比描述的更复杂，并且如果我认为它可能会产生一些内存问题没有正确处理。

Answer 2

只需将数据组织成一个大的对象数组，然后运行db.collection.insertMany。

Answer 3

我建议你使用Promises：

const Bluebird = require('bluebird');
const glob = Bluebird.promisify(require('glob'));
const mongodb = require('mongodb');
const fs = Bluebird.promisifyAll(require('fs'));
const Path = require('path');
const MongoClient = mongodb.MongoClient;

const insertMillionsFromPath = Bluebird.coroutine(function *(path, mongoConnString) {
    const db = yield MongoClient.connect(mongoConnString);
    try {
        const collection = db.collection('users');
        const files = yield glob(Path.join(path, "*.json"));
        yield Bluebird.map(
            files,
            Bluebird.coroutine(function *(filename) {
                console.log("reading", filename);
                const fileContent = yield fs.readFileAsync(filename);
                const obj = JSON.parse(fileContent);

                console.log("inserting", filename);
                yield collection.insertOne(obj);
            }),
            {concurrency: 10} // You can increase concurrency here
        );
    } finally {
        yield db.close();
    }
});

insertMillionsFromPath("./myFiles", "mongodb://localhost:27017/database")
    .then(()=>console.log("OK"))
    .catch((err)=>console.log("ERROR", err));

为了工作，您需要安装以下软件包：

npm install --save mongodb bluebird glob

您将需要使用 node.js版本6或更高版本，否则您需要转换您的javascript（由于function *()生成器使用）。

如何从JSON文件目录向mongoDB添加许多记录？

3 个答案: