秒杀传统数据库！Cloudflare D1 + Drizzle 组合拳，高并发高可用，让我们的成本爆降 10 倍 - D1
想象一下：我们的应用用户量稳步增长，传统数据库的成本和维护压力也随之上升。而在这个时代，有没有更高效、更经济的数据库解决方案？Cloudflare D1 结合 Drizzle ORM 的组合，正在为众多出海应用开发提供一条全新的技术路径。
传统数据库方案在高并发场景下往往需要复杂的扩容、分片和负载均衡，成本随着流量呈指数级增长。而当我们了解了 Cloudflare D1 这款基于 SQLite 构建的边缘数据库，再配合 Drizzle 这个轻量级 ORM 的强大能力，我们会惊讶于这个组合如何能在保持高性能的同时，将我们的基础设施成本直接腰斩！
无需复杂的数据库集群，无需昂贵的专用服务器，无需担心地理位置带来的延迟问题 — 这个方案将彻底改变我们对数据库架构的认知。
Cloudflare D1 实战：从零开始搭建高性能数据库
Cloudflare D1 是 Cloudflare 推出的一款分布式 SQL 数据库，它基于 SQLite 构建，完全集成在 Cloudflare Workers 生态系统中。D1 将 SQLite 数据库部署到 Cloudflare 的全球边缘网络，让我们的数据库与应用代码一样，运行在离用户最近的位置，大幅降低延迟。
D1 成本计算与对比
在深入技术细节前，让我们先来看看 D1 在成本方面的巨大优势。Cloudflare D1 采用了极具竞争力的定价模型：
让我们来分析一下免费版的套餐：
读取成本：每天 500 万行的读取量，一个月约 1.5 亿行，完全在免费额度内。即使你的应用流量翻倍，达到每天 1000 万行读取，每月 3 亿行，超出免费额度的 5000 万行只需要额外支付 $0.05/月。
写入成本：每天 10 万行的写入，一个月约 300 万行，远低于免费额度的 5000 万行。即使写入量增长 10 倍，仍然在免费额度内。
存储成本：5GB 的存储空间完全免费。对于大多数中小型应用来说，这已经足够存储数百万条记录
付费版的价格是 5$，免费版的规模足够处理 5000-20000 日活的应用，付费 20000-100w 日活。
快速上手 D1
安装 Wrangler CLI
首先，我们需要安装 Cloudflare 的 Wrangler CLI 工具：
创建 D1 数据库
登录我们的 Cloudflare 账户后，创建一个新的 D1 数据库：
wrangler loginwrangler d1 create my-database
复制代码
执行后，我们会看到类似这样的输出：
✅ Successfully created DB 'my-database' in region APACCreated D1 database 'my-database' with id: xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
复制代码
请记下这个数据库 ID，我们后续会用到。
配置 wrangler.toml
在我们的项目根目录创建或编辑 wrangler.toml 文件，添加 D1 数据库配置：
[[d1_databases]]binding = "DB" # 在 Workers 中使用的变量名database_name = "my-database"database_id = "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx" # 替换为我们的数据库 ID
复制代码
创建数据表
创建一个 SQL 文件，例如 schema.sql：
CREATE TABLE users ( id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT NOT NULL, email TEXT UNIQUE NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP);sq
复制代码
然后执行：
wrangler d1 execute my-database --file=./schema.sql
复制代码
在 Workers 中使用 D1
现在，我们可以在 Cloudflare Workers 中使用 D1 数据库了：
export interface Env { DB: D1Database}
export default { async fetch(request: Request, env: Env): Promise<Response> { // 查询用户列表 const { results } = await env.DB.prepare('SELECT * FROM users ORDER BY created_at DESC LIMIT 10').all()
return new Response(JSON.stringify(results), { headers: { 'Content-Type': 'application/json' } }) }}
复制代码
D1 的实用命令与简单实践
在实际开发中，我们需要更多的工具来管理数据库。D1 提供了一系列强大的命令行工具，让数据库管理变得轻松高效。
数据库迁移：管理我们的架构变更
数据库结构会随着需求不断变化。D1 提供了完善的迁移系统，让我们可以版本化管理数据库结构：
创建一个新的迁移文件wrangler d1 migrations create my-database add_user_role
复制代码
这会在项目中创建一个类似 migrations/0001_add_user_role.sql` 的文件。编辑这个文件，添加我们的 SQL 变更：
-- Migration: add_user_role-- Created at: 2023-10-15 14:30:00
-- 向用户表添加角色字段ALTER TABLE users ADD COLUMN role TEXT DEFAULT 'user' NOT NULL;
-- 创建一个新的角色权限表CREATE TABLE role_permissions ( role TEXT NOT NULL, permission TEXT NOT NULL, PRIMARY KEY (role, permission));
复制代码
然后应用这些迁移：
应用到本地开发环境wrangler d1 migrations apply my-database --local
应用到生产环境wrangler d1 migrations apply my-database --remote
复制代码
这种方式让我们可以：
追踪数据库的所有变更历史
在团队中同步数据库结构
在不同环境（开发、测试、生产）之间保持一致性
数据导入导出：备份与恢复
需要备份数据或将数据迁移到其他环境？D1 提供了简单的导出导入功能
导出整个数据库（结构+数据）wrangler d1 export my-database --output=backup.sql
只导出特定表wrangler d1 export my-database --table=users --output=users_backup.sql
只导出结构，不导出数据wrangler d1 export my-database --output=schema.sql --no-data
复制代码
导入数据同样简单：
wrangler d1 execute my-database --file=backup.sql
复制代码
实战案例：构建一个博客系统
让我们通过一个实际案例来展示 D1 的强大功能。假设我们要构建一个简单的博客系统，需要存储文章和评论。
首先，创建数据库结构：
-- migrations/0001_create_blog_tables.sqlCREATE TABLE posts ( id INTEGER PRIMARY KEY AUTOINCREMENT, title TEXT NOT NULL, content TEXT NOT NULL, author_id INTEGER NOT NULL, published_at DATETIME DEFAULT CURRENT_TIMESTAMP, status TEXT DEFAULT 'draft' NOT NULL);
CREATE TABLE comments ( id INTEGER PRIMARY KEY AUTOINCREMENT, post_id INTEGER NOT NULL, author_name TEXT NOT NULL, content TEXT NOT NULL, created_at DATETIME DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (post_id) REFERENCES posts(id) ON DELETE CASCADE);
CREATE INDEX idx_posts_status ON posts(status);CREATE INDEX idx_comments_post_id ON comments(post_id);
复制代码
npx wrangler d1 execute prod-d1-tutorial --local --file=./migrations/0001_create_blog_tables.sql
然后，在 Workers 中实现 API 接口：
export interface Env { DB: D1Database}
export default { async fetch(request: Request, env: Env): Promise<Response> { const url = new URL(request.url) const path = url.pathname
// 获取博客文章列表 if (path === '/api/posts' && request.method === 'GET') { const { results } = await env.DB.prepare( "SELECT id, title, published_at FROM posts WHERE status = 'published' ORDER BY published_at DESC LIMIT 10" ).all()
return new Response(JSON.stringify(results), { headers: { 'Content-Type': 'application/json' } }) }
// 获取单篇文章及其评论 if (path.match(/^\/api\/posts\/\d+$/) && request.method === 'GET') { const postId = path.split('/').pop()
// 获取文章详情 const post = await env.DB.prepare('SELECT * FROM posts WHERE id = ?').bind(postId).first()
if (!post) { return new Response(JSON.stringify({ error: 'Post not found' }), { status: 404, headers: { 'Content-Type': 'application/json' } }) }
// 获取文章评论 const { results: comments } = await env.DB.prepare( 'SELECT * FROM comments WHERE post_id = ? ORDER BY created_at DESC' ) .bind(postId) .all()
return new Response(JSON.stringify({ post, comments }), { headers: { 'Content-Type': 'application/json' } }) }
// 添加评论 if (path.match(/^\/api\/posts\/\d+\/comments$/) && request.method === 'POST') { const postId = path.split('/')[3] const { author_name, content } = await request.json()
// 插入评论 const result = await env.DB.prepare( 'INSERT INTO comments (post_id, author_name, content) VALUES (?, ?, ?) RETURNING id' ) .bind(postId, author_name, content) .run()
return new Response(JSON.stringify({ id: result.results[0].id }), { status: 201, headers: { 'Content-Type': 'application/json' } }) }
return new Response('Not Found', { status: 404 }) }}
复制代码
}}这个简单的博客 API 已经能够：
获取已发布的文章列表
获取单篇文章及其评论
为文章添加新评论
本地开发与调试
在开发过程中，我们可以使用本地数据库进行测试：
启动本地开发服务器，使用本地 D1 数据库wrangler dev --local
复制代码
这会在本地创建一个 SQLite 数据库文件，我们可以在开发过程中使用它，而不需要每次都操作远程数据库。当我们的代码准备好后，再将变更应用到远程数据库。
应用迁移到远程数据库wrangler d1 migrations apply my-database --remote
复制代码
通过这种方式，我们可以在本地快速迭代开发，同时确保生产环境的数据安全。
结束
而在下一章节中，就讲解Drizzle，讲这个的主要目的是为了给大家普及一下海外批量应用的基础套件的知识
评论