如何迁移到PlanetScale的无服务器数据库？，

如何迁移到PlanetScale的无服务器数据库？，

作为一名开发者，我一直尝试通过试验和构建来学习新技术。我最近对无服务器数据库颇感兴趣，该技术有望加快部署、增强可扩展性及改善开发者体验。我在测试多个产品后，决定将个人网站由使用Firebase和Redis改用PlanetScale，这是建立在MySQL和Vitess上的新的无服务器数据库平台，是为YouTube 提供支持而开发的开源平台。

我选择PlanetScale的原因如下：

• 数据库分支：我可以使用心智模型与Git相同的数据库。每次更改我的数据库模式，我都打开部署请求。然后，我可以将这些更改合并回到主数据库分支中。
• Prisma支持：与Prisma结合使用，可以很轻松地处理数据库迁移。
• 无连接：由于PlanetScale是无服务器，因此可以承受数千个同时连接。几乎可以把这认为是无连接，因为我不需要担心池化或其他常见的反对意见。
• 10秒内部署：我在测试13个数据库后，发现PlanetScale部署速度最快。使用它几周并监控性能后，我看到API平均在大约150ms内解析(见下面的结果)。

Firebase和Redis

我的网站以前使用Google Firebase和Redis用于实时博文阅读量和留言簿。决定选择这些技术主要是想学习一下。Firebase和Redis(借助Upstash)都很易于上手，无需思考即可扩展，在无服务器环境下运行顺畅。但是我想转而使用基于SQL的数据库(MySQL或PostgreSQL)，以获得新的学习体验。

重建SQL

我发现自己在SQL有内置功能的地方编写JavaScript。比如说，我使用Firebase获取 JSON对象阅读量，然后将这些值相加以找到总的阅读量。

const snapshot = await db.ref('views').once('value'); 
const views = snapshot.val();  
const allViews = Object.values(views).reduce((total, value) => total + value);  
With SQL, you can use SUM() instead.   
SELECT SUM(count) as total  
FROM views; 

排序同样如此。以前我使用JavaScript sort，现在使用ORDER BY。虽然Firebase确实有类似功能，但我并不使用它。

SELECT * FROM guestbook 
ORDER BY updated_at DESC; 

SQL是成熟的技术。它已存在多年，会继续存在多年。我在以前的工作中用过它，但仍觉得可以更深入地理解它。我也喜欢使用PostgreSQL(推荐Supabase)，强烈推荐考虑该解决方案。

我还坚信使用自己推荐的工具。如果我没有实际动手编写代码、在生产环境中运行应用程序，就很难有把握地向别人推荐产品。我使用PlanetScale Vercel Integration后，大为惊喜。只需点击几下鼠标，我就可以部署整个全栈应用程序。正如开头提到的，数据库迁移与我的心智模型相一致。

迁移现有数据

可能有更好的方法来迁移，但我将数据迁移到PlanetScale的自创解决方案如下：

• 从我的Firebase实时数据库导出JSON数据
• 使用HVALS和TablePlus，从我的Redis集群导出JSON数据
• 在PlanetScale中创建新的数据库分支，用于添加表的模式迁移
• 创建两个新的API路由，负责加载JSON数据和INSERT INTO(插入到)MySQL
• 在数据库分支上验证API正确处理和迁移数据
• 创建拥有新模式更改的部署请求，并将其合并到main中
• 最后，点击API，将JSON数据迁移到main
• 完毕!

下面是我使用的两个脚本，供参考。

import db from 'lib/planetscale';  
import guestbookData from 'data/guestbook';   
export default async function handler(req, res) {   
  const toISOString = (unixTimestampInMs) =>   
    new Date(unixTimestampInMs).toJSON().slice(0, 19).replace('T', ' ');   
  let query = `INSERT INTO guestbook (email, updated_at, body, created_by)   
    VALUES `;   
  const escapeStr = (str) =>   
    str  
      .replace(/\\/g, '\\\\')  
      .replace(/\$/g, '\\$')  
      .replace(/'/g, "\\'") 
      .replace(/"/g, '\\"'); 
  guestbookData.forEach((item, key) => {  
    var value = JSON.parse(item['value']);  
    query += `("${  
      value.email ? `${value.email}` : 'not@provided.com'   
    }", "${toISOString(value.updated_at)}", "${escapeStr(value.body)}", "${   
      value.created_by  
    }")`;   
    if (key === guestbookData.length - 1) {   
      query += ';';   
    } else {   
      query += ', ';   
    }   
  });   
  const [rows] = await db.query(query);   
  return res.status(201).json(rows[0]);  
}  
import db from 'lib/planetscale';  
import viewsData from 'data/views';   
export default async function handler(req, res) {   
  let query = `INSERT INTO views (slug, count)   
    VALUES `;  
  const slugs = Object.keys(viewsData['views']);  
  slugs.forEach((slug, key) => {   
    const count = viewsData['views'][slug];   
    query += `("${slug}", ${count})`;   
    if (key === slugs.length - 1) {   
      query += ';';   
    } else {   
      query += ', ';   
    }   
  });   
  const [rows] = await db.query(query);   
  return res.status(201).json(rows[0]);   
} 

以下是我的PlanetScale模式，用于跟踪博文阅读量和留言簿留言。

CREATE TABLE `views` (  
  `slug` varchar(128) NOT NULL,  
  `count` bigint NOT NULL DEFAULT '1',  
  PRIMARY KEY (`slug`)  
)  
CREATE TABLE `guestbook` (   
 `id` bigint NOT NULL AUTO_INCREMENT,  
  `email` varchar(256) NOT NULL,  
  `body` varchar(500) NOT NULL,  
  `created_by` varchar(256) NOT NULL,  
  `created_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),  
  `updated_at` datetime(6) NOT NULL DEFAULT CURRENT_TIMESTAMP(6),  
  PRIMARY KEY (`id`)  
) 

结果

我一直使用Checkly来监控连接到PlanetScale的生产级API的性能。Checkly让我可以设置警报，那样出现停运或性能降到接受的阈值以下时发出警报。迄今为止，我发现我的Next.js API Routes在us-east的Vercel上部署为无服务器函数时延迟约150ms。

PlanetScale性能小结

如下图所示，与我之前的Firebase实现相比，响应时间显著加快(请注意我何时进行切换)。 此外，拥有一项而不是两项服务可以清理代码，需要较少的环境变量即可连接到每项服务。

原文标题：How to Migrate to PlanetScale’s Serverless Database，作者：Lee Robinson