Play For Scala 开发指南 - 第10章 MongoDB 开发
为什么选择 MongoDB？
在 Reactive 越来越流行的今天，传统阻塞式的数据库驱动已经无法满足Reactive应用的需要了，为此我们将目光转向新诞生的数据库新星 MongoDB 。MongoDB 从诞生以来就争议不断，总结一下主要有以下几点：
-
Schemaless
-
默认忽略错误
-
默认关闭认证
-
曾经的数据丢失问题
其实Schemaless和不支持事务是技术选型时的决定，不应该受到吐槽，主要看是否满足业务需求以及团队的喜好，没什么可争议的。至于默认忽略错误也是无稽之谈，对于那些非关键数据，MongoDB为你提供了一个Fire and Forget模式，可以显著提高系统性能，并且几乎所有的MongoDB驱动都默认关闭了这个模式，如果需要你可以手动打开。默认关闭认证并不是不支持认证，只是为了方便快速原型，如果你敢在线上裸奔MongoDB，我只能默默地为你点根蜡烛。数据丢失问题已经成为历史，曾经在网上广为流传的两篇关于MongoDB数据丢失问题(1, 2), 经过分布式系统安全性测试组织JEPSEN最新的测试分析表明，MongoDB 3.4.0已经解决了这些问题。
聊完争议，我们来看看MongoDB有哪些优点：
-
简单易用
-
异步数据库驱动
-
全栈Json，统一前后台
-
半结构化数据结构，避免多表查询，避免多文档事务
-
基于单文档的高性能原子操作
-
支持跨数据库的多文档事务
-
Schemaless，方便快速原型
-
支持集群，MapReduce
-
支持GridFS，易用的分布式文件系统
-
支持基于ChangeStream的实时应用
其中异步数据库驱动最为吸引人，该技术是实现 Reactive 应用的基石。
如何进行 MongoDB 开发 ？
目前有如下三个基于 Scala 开发的 MongoDB 驱动可供选择：
Mongo Scala Driver 是 MongoDB 官方维护的 Scala 驱动，该驱动底层基于官方的 Java 驱动，在此基础上提供了一层很薄的 Scala 包装。Mongo Scala Driver 提供了一套基于 Java 的 Bson Api，无法与 Play Json 集成。另外 Mongo Scala Driver 并没有实现 Reactive Streams 规范，而是实现了一套与 Reactive Streams 类似的 Reactive Api，即 Observable, Subscription 和 Observer。另外 Mongo Scala Driver 的数据库操作默认返回 Observable 类型，如果你忘记了调用 toFuture 方法，或是没有消费返回数据，则数据库操作实际上并不会被执行，在开发中很容易引入一些Bug。
ReactiveMongo 是 Play Framework 团队成员私下维护的项目，似乎并没有得到官方的支持。该项目基于 Akka 和 Netty 重新实现了 MongoDB 通信协议，并且基于 Scala 实现了一套原生的 Bson Api。该项目提供了一个 Play 模块，实现了 Bson 和 Json 的自动转换。ReactiveMongo 主要有三个问题，一是版本更新不够及时，无法跟上 MongoDB 的更新节奏；二是可能存在安全隐患，容易造成生产事故，详情参考：issue#721。三是语法过于繁琐，向开发者暴露了太多细节，例如批量插入操作：
val docs = seq.map(c => implicitly[statChatCol.ImplicitlyDocumentProducer](c.toStatChat)) collection.bulkInsert(false)(docs: _*)
让开发者编写类似implicitly[statChatCol.ImplicitlyDocumentProducer]这样的代码似乎不太合适。
由于 Reactive Mongo 的种种问题，最终诞生了 Play Mongo。Play Mongo 是由 PlayScala 社区为 Play Framework 开发的 MongoDB 模块, 该项目基于 MongoDB 官方的 Scala 驱动，并且提供了更多的实用功能，例如，
-
更简洁多样的数据库交方式
-
自动识别模型类(Model)，自动编解码
-
自动完成 JsValue 和 BsonValue 互转
-
更方便的 GridFS 交互
-
Change Stream 转 Akka Stream.
-
支持关联查询(Relationship Query)
Play Mongo 基于官方驱动开发，可以为开发者提供最佳的稳定性，并能及时跟进 MongoDB 的版本升级。另外 Play Mongo 不会过多关注底层驱动的实现细节，而是将关注点放在与 Play Framework 的集成上，可以为开发者提供更舒适的开发体验。本文将采用 Play Mongo 讲述 MongoDB 的开发细节。
Play Mongo 开发入门
Play Mongo 只是为我们提供了数据访问层，我们还需要基于访问层构建模型层。关于模型层的设计，我们可以选择贫血模型、充血模型以及应对复杂业务的领域模型。关于模型层的设计，我们将会在“第四部分 Play 框架开发实战”中继续讨论。为了方便阐述，我们这里选择最简单的贫血模型，即模型层只包含数据，不包含任何的业务逻辑实现。
添加依赖
打开 Play 项目，编辑 build.sbt，添加如下依赖,
libraryDependencies += "cn.playscala" % "play-mongo_2.12" % "0.3.0"
addCompilerPlugin("org.scalamacros" % "paradise" % "2.1.1" cross CrossVersion.full)
打开 conf/application.conf, 添加数据库连接，
mongodb.uri = "mongodb://user:password@host:port/dbName?authMode=scram-sha1"
定义模型层
我们建议在定义 Model 类时要显式声明 _id 属性，该属性为 MongoDB 的默认主键，如果没有，在插入时会自动生成。下面代码定义了一个 Person 类：
package models
@Entity("common-person")
case class Person(_id: String, name: String, age: Int)
@Entity 注解参数用于指定关联的 mongodb collection 名称, 如果未指定，则默认为 Model 类名称。 作为约定，Model 类使用 _id 字段作为唯一标识， 该字段同时也是 mongodb collection 的默认主键。
模型层编解码
在应用启动时指定模型层(models)的包路径，编辑app/Module类，
class Module extends AbstractModule {
override def configure() = {
Mongo.setModelsPackage("models")
}
}
Mongo.setModelsPackage方法将会查找指定包路径下的所有Case Class，自动生成驱动所需的编解码器。需要注意的是，这些编解码器是驱动私有的，外界无法共享。我们仍然需要定义全局共享的隐式 Format 对象：
import play.api.libs.json.Format
package object models {
implicit val personFormat = Json.format[Person]
}
如果有很多的 Case Class，则需要逐个定义，编写起来还是挺麻烦的。我们可以使用 @JsonFormat 宏注解，通过一行代码为所有 Case Class 生成相应的隐式 Format 对象：
import cn.playscala.mongo.codecs.macrocodecs.JsonFormat
package object models {
@JsonFormat("models")
implicit val formats = ???
}
由于这些隐式的 Format 对象是在模型层的包对象(package object)中创建的，所以使用时无需显式导入，编译器会自动加载。
依赖注入
至此，我们便可以将 Mongo 实例注入到任意需要的地方：
@Singleton
class Application @Inject()(cc: ControllerComponents, mongo: Mongo) extends AbstractController(cc) {}
模型类和Collection
模型类使用 @Entity 注解标注， 一个模型类实例表示 mongodb collection 中的一个文档, 一个 mongodb collection 在概念上类似于关系数据库的一张表。
@Entity("common-user")
case class User(_id: String, name: String, password: String, addTime: Instant)
@Entity 注解参数用于指定关联的 mongodb collection 名称, 如果未指定，则默认为 Model 类名称。 作为约定，模型类使用 _id 字段作为唯一标识， 该字段同时也是 mongodb collection 的默认主键。
我们可以通过两种方式访问 mongodb collection, 第一种方式是使用模型类,
mongo.find[User]().list().map{ users => ... }
这里的参数类型 User 不仅用于指定关联的 mongodb collection, 而且用于指明返回的结果类型。 这意味着查询操作将会在 common-user collection 上执行, 并且返回的结果类型是 User。 需要注意的是，在该方式下无法改变返回的结果类型。
第二种方式是使用 mongo.collection 方法,
mongo.collection("common-user").find[User]().list().map{ users => }
在这里， find 方法上的参数类型 User 仅仅用于指定返回的结果类型, 我们可以通过更改该参数类型设置不同的返回结果类型，
mongo.collection("common-user").find[JsObject]().list().map{ jsObjList => }
mongo.collection("common-user").find[User](Json.obj("userType" -> "common")).list().map{ commonUsers => }
当然，我们也可以使用 model 类指定关联的 mongodb collection，
mongo.collection[User].find[User]().list().map{ user => }
第1个参数类型 User 用于指定关联的 mongodb collection, 第2个参数类型 User 用于指定返回的结果类型。 我们仍然可以通过改变第2个参数类型从而改变返回的结果类型。
常见操作
以下示例代码默认执行了 import play.api.libs.json.Json._ 导入， 所以 Json.obj() 可以被简写为 obj() 。
创建操作
// 插入 Model
mongo.insert[User](User("0", "joymufeng", "123456", Instant.now))
// 插入 Json
val jsObj = obj("_id" -> "0", "name" -> "joymufeng", "password" -> "123456", "addTime" -> Instant.now)
mongo.collection[User].insert(jsObj)
mongo.collection("common-user").insert(jsObj)
更新操作
mongo.updateById[User]("0", obj("$set" -> obj("password" -> "123321")))
mongo.updateOne[User](obj("_id" -> "0"), obj("$set" -> obj("password" -> "123321")))
mongo.collection[User].updateById("0", obj("$set" -> obj("password" -> "123321")))
mongo.collection[User].updateOne(obj("_id" -> "0"), obj("$set" -> obj("password" -> "123321")))
mongo.collection("common-user").updateById("0", obj("$set" -> obj("password" -> "123321")))
mongo.collection("common-user").updateOne(obj("_id" -> "0"), obj("$set" -> obj("password" -> "123321")))
查询操作
mongo.findById[User]("0") // Future[Option[User]]
mongo.find[User](obj("_id" -> "0")).first // Future[Option[User]]
mongo.collection[User].findById[User]("0") // Future[Option[User]]
mongo.collection[User].find[User](obj("_id" -> "0")).first // Future[Option[User]]
mongo.collection[User].findById[JsObject]("0") // Future[Option[JsObject]]
mongo.collection[User].find[JsObject](obj("_id" -> "0")).first // Future[Option[JsObject]]
mongo.collection("common-user").findById[User]("0") // Future[Option[User]]
mongo.collection("common-user").find[User](obj("_id" -> "0")).first // Future[Option[User]]
mongo.collection("common-user").findById[JsObject]("0") // Future[Option[JsObject]]
mongo.collection("common-user").find[JsObject](obj("_id" -> "0")).first // Future[Option[JsObject]]
删除操作
mongo.deleteById[User]("0")
mongo.deleteOne[User](obj("_id" -> "0"))
mongo.collection[User].deleteById("0")
mongo.collection[User].deleteOne(obj("_id" -> "0"))
mongo.collection("common-user").deleteById("0")
mongo.collection("common-user").deleteOne(obj("_id" -> "0"))
上传和下载文件
// Upload and get the fileId
mongo.gridFSBucket.uploadFromFile("image.jpg", "image/jpg", new File("./image.jpg")).map{ fileId =>
Ok(fileId)
}
// Download file by fileId
mongo.gridFSBucket.findById("5b1183fed3ba643a3826325f").map{
case Some(file) =>
Ok.chunked(file.stream.toSource)
.as(file.getContentType)
case None =>
NotFound
}
Change Stream
我们可以通过 toSource 方法将 Change Stream 转换成 Akka Source，之后便会有趣很多。例如下面的代码拥有如下几个功能：
-
将从 Change Stream 接收到的元素进行缓冲，以方便批处理，当满足其中一个条件时便结束缓冲向后传递：
-
缓冲满10个元素
-
缓冲时间超过了1000毫秒
-
-
对缓冲后的元素进行流控，每秒只允许通过1个元素
mongo
.collection[User]
.watch()
.fullDocument
.toSource
.groupedWithin(10, 1000.millis)
.throttle(elements = 1, per = 1.second, maximumBurst = 1, ThrottleMode.shaping)
.runForeach{ seq =>
// ...
}
关联查询操作
@Entity("common-article")
case class Article(_id: String, title: String, content: String, authorId: String)
@Entity("common-author")
case class Author(_id: String, name: String)
mongo.find[Article].fetch[Author]("authorId").list().map{ _.map{ t =>
val (article, author) = t
}
}
对于满足查询条件的每一个 article , 将会根据匹配条件article.authorId == author._id拉取关联的 author。
小结
MongoDB自2009发布以来，产品和社区都已经非常成熟，已经有商业公司在云上提供MongoDB服务。除此之外，MongoDB不仅方便开发，而且容易维护，普通的开发人员利用自带的mongodump和mongorestore命令便可进行备份、恢复操作。当然更重要的是，利用MongoDB的异步驱动以及ChangeStreams，我们可以开发高性能的实时应用。
