作者：手机用户2502855763 | 来源：互联网 | 2018-07-13 12:03
RavenDB介绍RavenDB是一个基于.NET开发的NoSQL数据库。下面是官方介绍的一个简单翻译：RavenDBisatransactional,open-sourceDocumentDatabasewrittenin.NET,offeringaflexibledatamodeldesignedtoaddressrequirementscomingfromreal-
RavenDB介绍 RavenDB是一个基于.NET开发的NoSQL数据库。下面是官方介绍的一个简单翻译： RavenDB is a transactional, open-source Document Database written in .NET, offering a flexible data model designed to address requirements coming from real-
RavenDB介绍
RavenDB是一个基于.NET开发的NoSQL数据库。下面是官方介绍的一个简单翻译：
RavenDB is a transactional, open-source Document Database written in .NET, offering a flexible data model designed to address requirements coming from real-world systems.
RavenDB allows you to build high-performance, low-latency applications quickly and efficiently.
RavenDB是一个用.NET编写的事务性开源文档数据库，提供灵活的数据模型，设计用于解决来自真实世界系统的需求。
RavenDB允许你快速而高效地构建高性能、低延迟的应用程序。
更多介绍可以浏览官方网站的介绍： 场景介绍
由于NoSQL一般是用于Web场景，比如Web应用程序（尤其MVC Web应用程序），或者Web服务（包括REST服务等）。最近，香港服务器租用，需要实现一个简单的数据编辑工具，不过由于某些原因，这个工具必须和一个桌面的Windows Forms应用程序集成在一起，且也要满足多个用户同时操作数据的需求。对于这种标准的C/S模式的应用，能否使用RavenDB这样的NoSQL来作为Server端的数据库呢？
答案当然是可以的。毕竟RavenDB本身就支持两种运行模式：嵌入模式（Embedded）和服务器模式（Server）。对于C/S的应用，很自然就是把RavenDB部署在一个服务器上，运行于Server模式，然后在客户端通过.NET Client API来访问。
遇到问题
在这个C/S应用程序中使用RavenDB的过程中，遇到的最大的问题，还是RavenDB本身的一些特性所带来的限制，分别为：
每次获取的数据量有限制。RavenDB规定每次获取的数据量默认为128条，最多可配置为1024条。对于我这个工具的数据量，就是5000条左右，其实如果使用其他数据库技术的话（比如Entity Framework），且也在局域网内，完全可以一次性载入到内存中。然而使用RavenDB就必须考虑分页处理。 每个Session能够调用的次数有限制。RavenDB规定每个Session调用服务端的最大次数是30，并且推荐最好控制在1次左右。由于有这样的规定，就无法在整个客户端应用程序的生存期内保持一个共享的session。 对于EF也不存在这样的限制。 搜索是基于Lucene的。对于字符串进行Contain操作会出错，这是由于对于类似的全文搜索，RavenDB都是依赖于Lucene的。因而需要预先定义搜索的索引，并使用单独的Search方法。 RavenDB内置的Lucene分词器对于中文的支持有问题。就需要单独使用其他中文分词器。 解决方式
针对以上的限制，并结合我这个C/S小工具的一些特点，使用了如下解决方式：
结合BindingNavigator和BindingSource，编写了一个自动分页的工具类（RavenDBDataSource），可以让BindingNavigator的前后导航按钮实现分页导航，还可以支持条件过滤（Where）和全文搜索（Search）后的分页。具体用法见下“RavenDBDataSource解析和用法”。 虽然不能保持一个共享的Session，但是可以保持一个共享的Store对象，在每次需要获取数据或更新数据的时候，创建单独的Session。不过需要注意的是，由于没有共享Session，会导致之前取回的数据丢失变更跟踪，需要自己进行跟踪与提交。见下面的“如何保存数据变更”。 我从Lucene.NET的网站下载了Contri包，直接使用了里面的“Lucene.Net.Analysis.Cn.ChineseAnalyzer”，即把Lucene.Net.Contrib.Analyzers.dll文件放到RavenDB\Server\Analyzers目录里面。把当然有兴趣的同学也可以使用ICTCLAS的Lucene实现。 预定义全文搜索索引的话，我的方式是在连接数据库后，检查是否存在所需索引，不存在就用代码创建。当然也可以通过Studio来创建。见下”创建索引”。
RavenDBDataSource解析和用法
代码见：https://github.com/heavenwing/redmoon/blob/master/RavenDBDataSource.cs
这个类提供了一个构造器public RavenDBDataSource(IDocumentStore store, BindingNavigator bn, BindingSource bs)，可以接受IDocumentStore 、BindingNavigator 和BindingSource 作为参数。其中会对bn进行一些初始化处理。
提供了一个重载的Load方法，可以无参数，或者接受Func, IRavenQueryable> criteria, string indexName = ""两个参数。criteria用来对查询进行构造，indexName顾名思义，在进行Search操作的时候就需要传入预先定义的索引的名称。在Load方法中，会对调用代码构造好的查询进行执行，根据PageSize的设置进行分页查询，把查询结果赋值给BindingSource来提示和BindingSource绑定的控件（如DataGridView）进行刷新。在进行分页查询的同时，也会更新当前的页码。
其中BindingNavigator 对象的PositionItem的TextChanged事件处理，会触发Load事件。为了避免频率过高的执行，我使用了一个自定义的事件延迟器（见：https://github.com/heavenwing/redmoon/blob/master/DelayEvent.cs），当然也可以使用RX来进行延迟。
具体用法就很简单：实例化一个用于具体实体类的RavenDBDataSource，然后调用Load方法，在Load方法中构造查询。如：
private void LoadProcessData()
{
if (_dsProcess ==
null)
_dsProcess =
new RavenDBDataSource
(_store, bnProcess, bsProcess);
var txt = tstbSearchForProcess.Text.ToLower();
if (string.IsNullOrEmpty(txt))
{
if (tscbSource.SelectedIndex == 0)
{
if (tscbRelatedCount.SelectedIndex <5)
_dsProcess.Load(query => query
.Where(o => o.RelatedCount == tscbRelatedCount.SelectedIndex)
.OrderBy(o => o.ProductName));
else
_dsProcess.Load(query => query
.Where(o => o.RelatedCount >= 5)
.OrderBy(o => o.ProductName));
}
else
{
if (tscbRelatedCount.SelectedIndex <5)
_dsProcess.Load(query => query
.Where(o => o.Source == tscbSource.Text
&& o.RelatedCount==tscbRelatedCount.SelectedIndex)
.OrderBy(o => o.ProductName));
else
{
_dsProcess.Load(query => query
.Where(o => o.Source == tscbSource.Text
&& o.RelatedCount >= 5)
.OrderBy(o => o.ProductName));
}
}
}
else
{
_dsProcess.Load(query => query
.Search(o => o.ProductName, txt)
.OrderBy(o => o.ProductName),
index1Name
);
}
}
上述代码中，可以同时对多个属性进行过滤（Where），也可通过设定索引名称（index1Name）对一个或多个属性进行搜索（Search）。
京公网安备 11010802041100号