node.js - 如何用大数据集填充 Mongoose

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) 中——所有这些都在 Windows 7 64 位上。该数据集包含大约 12,500 条记录。每条数据记录都是一个 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)下， Node 挂住处理器并最终耗尽内存。请注意，在这种情况下，我试图让 Mongoose 保存一条记录，然后在记录保存后迭代到下一条记录。

但是 Mongoose 保存函数中的迭代器永远不会递增。此外，它从不抛出任何错误。但是，如果我将迭代器 (i) 放在对 Mongoose 的异步调用之外，它将起作用，前提是我尝试加载的记录数不是太大(我已经通过这种方式成功加载了 2,000 条记录)。

所以我的问题是:为什么 Mongoose 保存调用中的迭代器不递增？而且，更重要的是，使用 Mongoose 将大型数据集加载到 MongoDb 中的最佳方法是什么？

罗布

Answer 1

i 是您从 catalogArray 中提取输入数据的位置的索引，但您还尝试使用它来跟踪有多少已被提取保存这是不可能的。尝试像这样分别跟踪它们:

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++;
    }
});

更新

如果你想对进程添加更严格的流控制，你可以使用async模块的forEachLimit。函数将未完成的 save 操作的数量限制为您指定的数量。例如，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');
    });
}