建站
咨詢
售后
建站咨詢
新聞中心
隨著 Web 應用和移動應用的快速發(fā)展，數據量和用戶端的需求也相應地增長。針對復雜的數據處理和查詢請求，傳統(tǒng)的服務器端數據庫已經無法滿足需求，而在客戶端使用 js 數據庫成為了一種可行的解決方案。本文將介紹如何使用 js 數據庫來優(yōu)化搜索功能，提升用戶體驗。
創(chuàng)新互聯(lián)公司是專業(yè)的六合網站建設公司，六合接單;提供成都做網站、網站設計,網頁設計,網站設計,建網站,PHP網站建設等專業(yè)做網站服務;采用PHP框架,可快速的進行六合網站開發(fā)網頁制作和功能擴展;專業(yè)做搜索引擎喜愛的網站,專業(yè)的做網站團隊,希望更多企業(yè)前來合作!
一、為什么需要使用 js 數據庫
在進行 Web 應用或移動應用的開發(fā)時，許多數據處理往往在客戶端進行，比如前端搜索、數據加工等。使用傳統(tǒng)的服務器端數據庫會存在以下問題：
（1）服務器端響應時間過長
如果需要進行搜索等數據處理，客戶端將向服務器發(fā)送請求，服務器從數據庫中查找、計算數據，再將結果返回給客戶端。這種處理方式就需要考慮客戶端與服務器的網絡延遲問題，響應時間可能會很長。
（2）數據傳輸量大
服務器將原始數據返回給客戶端，客戶端再進行搜索等操作。如果數據量很大，相應的傳輸數據量也會很大，延長響應時間。此時，使用客戶端進行數據處理和查詢較為合適。
（3）服務器端資源成本高
服務器端的數據處理和查詢需要占用服務器的 CPU、內存等資源，增加服務器壓力。此時，將一些數據處理和查詢任務轉移到客戶端，可以減少服務器端的運算壓力，提升應用性能。
二、如何使用 js 數據庫進行搜索功能
在客戶端使用 js 數據庫進行搜索功能，需要首先將數據加載到客戶端中，并進行索引。建立索引，是為了優(yōu)化搜索性能，在搜索時可以通過索引快速定位數據，減少搜索時間。目前，比較常用的客戶端 js 數據庫有以下幾種：
（1）IndexedDB
IndexedDB 是 W3C 標準的客戶端 js 數據庫，可以對客戶端數據進行增、刪、改、查。 IndexedDB 可以在大多數現(xiàn)代瀏覽器中使用，但需要注意的是，IE 瀏覽器不支持 IndexedDB。
使用 IndexedDB 進行搜索的流程如下：
1. 打開或創(chuàng)建數據庫
var request = window.indexedDB.open(“databaseName”, version);
2. 創(chuàng)建存儲對象
var objectStore = db.createObjectStore(“objectStoreName”, { keyPath: “id”});
3. 添加數據
objectStore.add({ id: 1, name: “apple”});
4. 索引數據
var index = objectStore.createIndex(“name”, “name”);
5. 查詢數據
var request = index.getAll(“apple”);
（2）LocalForage
LocalForage 是一個優(yōu)秀的客戶端 js 數據庫，它使用了各種瀏覽器存儲能力并進行了優(yōu)化，可以支持離線應用等場景，使用簡單。但與 IndexedDB 相比，LocalForage 不支持索引，查詢數據時需要遍歷所有數據進行匹配，查詢性能較低。
使用 LocalForage 進行搜索的流程如下：
1. 引入庫文件
2. 添加數據
localforage.setItem(“key”, “value”);
3. 查詢數據
localforage.getItem(“key”).then(function(value) {
// 處理查詢結果
});
（3）PouchDB
PouchDB 是一個支持離線應用的客戶端 js 數據庫，它可以同步到服務器端的 CouchDB 數據庫中，使得客戶端和服務器端之間的數據同步更加方便。PouchDB 支持自定義索引，使用方便，它的性能也要優(yōu)于 LocalForage。
使用 PouchDB 進行搜索的流程如下：
1. 引入庫文件
2. 打開或創(chuàng)建數據庫
var db = new PouchDB(‘databaseName’);
3. 添加數據
db.put({
_id: ‘mydoc’,
title: ‘apple’
});
4. 索引數據
db.createIndex({
index: {fields: [‘title’]}
});
5. 查詢數據
db.find({
selector: {title: {$eq: ‘apple’}}
}).then(function(result) {
// 處理查詢結果
});
三、常見問題及解決方案
（1）js 數據庫存儲量限制
客戶端 js 數據庫的存儲量是受限制的，因此需要注意數據的選擇和管理。可以使用數據緩存、數據分頁等方式進行管理，減少數據量，優(yōu)化搜索性能。
（2）js 數據庫兼容性問題
不同的瀏覽器對客戶端 js 數據庫的支持度不同，需要針對不同的瀏覽器進行兼容性處理?？梢允褂玫谌綆烊?Dexie.js、localForage.js 等簡化兼容性處理。
（3）查詢結果的排序問題
在進行搜索查詢時，可能需要對查詢結果進行排序。排序的方式往往需要將所有數據加載到客戶端后進行排序，這會耗費較多的時間和資源?？梢試L試使用數據緩存及數據分頁等方式優(yōu)化排序性能。
四、結論
客戶端 js 數據庫可以有效地進行數據處理和查詢，優(yōu)化搜索性能，提升用戶體驗，但也需要注意管理數據量及兼容性問題。在選擇 js 數據庫時，需要根據應用的特點和要求，選擇合適的 js 數據庫及查詢方式，以達到更佳的性能和用戶體驗。
相關問題拓展閱讀：
- 關于js讀取數據庫
- 如何用 Node.js 和 Elasticsearch 構建搜索引擎
關于js讀取數據庫
是客戶端腳本語言，是絕對沒有辦法讀取數據庫的，必須借助后臺程序！
這段代碼是 讀取服務器日期時間并顯示的程序（中韓）
可能對你有所啟發(fā)
var zxq=”日,一,二,三扒悄,四,五,六,日”.split(“,”);
var hxq=”?,?,?,?,?,?,?,?”.split(“,”);
var serverdate=Date(, , , , , ,500) ;
var zhdate = new Date(serverdate);
var handate=new Date(serverdate);
handate.setHours(handate.getHours()+1);
//alert(zhdate+”|”+handate);
/**/
function getDstr(){
return “（中）”+ zhdate.getFullYear()+”年”+(zhdate.getMonth()+1)+”月”+zhdate.getDate()+”日悉吵 “
+zhdate.getHours()+”:”+zhdate.getMinutes()+”:”+zhdate.getSeconds()+” 星期”+zxq
+”
（韓）”+ handate.getFullYear()+”?”+(handate.getMonth()+1)+”?”+handate.getDate()+”? “
+handate.getHours()+”:”+handate.getMinutes()+”睜此侍:”+handate.getSeconds()+” “+hxq+”??”
;
}
//alert(getDstr());
times.innerHTML=getDstr();
function dateadd(){
zhdate.setSeconds(zhdate.getSeconds()+1);
handate.setSeconds(handate.getSeconds()+1);
times.innerHTML=getDstr();
}
如何用 Node.js 和 Elasticsearch 構建搜索引擎
安裝 Elasticsearch
Elasticsearch 受Apache 2許可證保護，可以被下載，使用，免費修改。安裝Elasticsearch 之前你需要先確保在你的電腦上安裝了Java Runtime Environment (JRE) ，Elasticsearch 是使用java實現(xiàn)的并且依賴java庫運行。你可以使用下面的命令行來檢測你是否安裝了java
推薦使用java最新的穩(wěn)定版本（寫這篇文章的時候是1.8）。你可以在找到在你系統(tǒng)上安裝java的指導手冊。
接下來是下載最新版本的Elasticsearch （寫這篇文章的時候是2.3.5），去下載ZIP 文件。Elasticsearch 不需要安裝，一個zip文件就包含了可在所有支持的系統(tǒng)上運行的文件。解壓下載的文件，就完成了。有幾種其他的方式運行Elasticsearch ，比如：獲得TAR 文件或者為不同Linux發(fā)行版本的包。
如果你使用的是Mac操作系統(tǒng)并且安裝了 ，你就可以使用這行命令安裝Elasticsearch brew install elasticsearch.Homebrew 會自動添加executables 到你的系統(tǒng)并且安裝所需的服務。它也可以使用一行命令幫你更新應用:brew upgrade elasticsearch.
想在Windows上運行Elasticsearch ，可以在解壓的文件夾里，通過命令行運行bin\elasticsearch.bat 。對于其他系統(tǒng)，可以從終端運行 ./bin/elasticsearch.這時候，Elasticsearch 就應該可以在你的系統(tǒng)上運行了。
就像我之前提到的，你可以使用Elasticsearch的幾乎所有的操作，都可以通過RESTful APIs完成。Elasticsearch 默認使用9200 端口。為了確保你正確的運行了Elasticsearch。在你的瀏覽器中打開 ，將會顯示一些關于你運行的實例的基本信息。
圖形用戶界面
Elasticsearch不須圖形用戶界面，只通過REST APIs就提供了幾乎所有的功能。然而如果我不介紹怎么通過APIs和悉派輪 Node.js執(zhí)行所有所需的操作，你可以通過幾個提供了索引和數據的可視化信息GUI工具來完成，這些工具甚至含有一些高水平的分析。
, 是同一家公司開發(fā)的工具， 它提供了數據的實時概要，并提供了一些可視化定制和分析選項。Kibana 是免費的。
還有一些是社區(qū)開發(fā)的工具，如 , , 甚至谷歌瀏覽器的擴展組件.這些工具可以幫你在瀏覽器中查看你的索引和數據，甚至可以試運行不同的搜索和匯總查詢。所有這些工具提供了安裝和使用的攻略。
創(chuàng)建一個Node.js環(huán)境
彈性搜索為Node.js提供一個官方模塊，稱為elasticsearch。首先，你需要添加模塊到你的工程目錄下，并且保存依賴以備以后使用。
然后，你可以在腳本里導入模塊，如下所示：
最終，你需要創(chuàng)建客戶端來處理與彈性搜索的通訊。在這種情況下，我假設你正在運行彈性搜索的本地機睜信器IP地址是羨友127.0.0.1，端口是9200（默認設置）。
注意：這篇導讀的所有源代碼都可以在GitHub下載查看。最簡單的查看方式是在你的PC機上克隆倉庫，并且從那里運行示例代碼：
數據導入
在本教程中，我將使用 1000 篇學術論文里的內容，這些內容是根據隨機算法逐一生成的，并以 ON 格式提供，其中的數據格式如下所示：
ON 格式中的每個字段如字面意思，無需多余解釋，但值得注意的是：由于包含隨機生成的文章的全部的內容（大概有100~200個段落），所以并未展示。
雖然 Elasticsearch 提供了，、單個數據的方法，但我們采用接口導入數據，因為批量接口在大型數據集上執(zhí)行操作的效率更高。
這里，我們調用函數bulkIndex建立索引，并傳入 3 個參數，分別是：索引名 library，類型名library，ON 數據格式變量 articles。bulkIndex函數自身則通過調用esClient對象的bulk接口實現(xiàn)，bulk 方法包含一個body屬性的對象參數，并且每個body屬性值是一個包含 2 種操作實體的數組對象。之一個實體是 ON 格式的操作類型對象，該對象中的index屬性決定了操作的類型(本例子是文件索引)、索引名、文件ID。第二個實體則是文件對象本身。
注意，后續(xù)可采用同樣的方式，為其他類型文件（如書籍或者報告）添加索引。我們還可以有選擇的每個文件分配一個唯一的ID，如果不體統(tǒng)唯一的ID，Elasticsearch 將主動為每個文件分配一個隨機的唯一ID。
假設你已經從代碼庫中下載了 Elasticsearch 項目代碼，在項目根目錄下執(zhí)行如下命令，即可將數據導入至Elasticsearch中：
檢查數據的索引是否準確
Elasticsearch 更大的特性是接近實時檢索，這意味著，一旦文檔索引建立完成，1 秒內就可被檢索(見)。索引一旦建立完成，則可通過運行 indice.js 檢查索引信息的準確性()：
client 中的cat 對象方法提供當前運行實例的各種信息。其中的 indices 方法列出所有的索引信息，包括每個索引的健康狀態(tài)、以及占用的磁盤大小。 而其中的 v 選項為 cat方法新增頭部響應。
當運行上面代碼段，您會發(fā)現(xiàn)，集群的健康狀態(tài)被不同的顏色標示。其中，紅色表示為正常運行的有問題集群；黃色表示集群可運行，但存在告警；綠色表示集群正常運行。在本地運行上面的代碼段，您極有可能(取決于您的配置)看到集群的健康狀態(tài)顏色是黃色，這是因為默認的集群設置包含 5 個節(jié)點，但本地運行只有 1 個實例正常運行。鑒于本教程的目的僅局限于 Elasticsearch 指導學習，黃色即可。但在線上環(huán)境中，你必須確保集群的健康狀態(tài)顏色是綠色的。
動態(tài)和自定義映射
如前所述, Elasticsearch 無模式(schema-free)，這意味著，在數據導入之前，您無需定義數據的結構(類似于SQL數據庫需要預先定義表結構)，Elasticsearch 會主動檢測。盡管 Elasticsearch 被定義為無模式，但數據結構上仍有些限制。
Elasticsearch 以映射的方式引用數據結構。當數據索引建立完成后，如果映射不存在，Elasticsearch 會依次檢索 ON 數據的每個字段，然后基于被字段的類型(type)自動生成映射(mapping)。如果存在該字段的映射，則會確保按照同樣的映射規(guī)則新增數據。否則直接報錯。
比如：如果{“key1”: 12} 已經存在，Elasticsearch 自動將字段 key1 映射為長整型?，F(xiàn)在如果你嘗試通過{“key1”: “value1”, “key2”: “value2”} 檢索, 則會直接報錯，因為系統(tǒng)預期字段 key1 為長整型。同時，如果通過 {“key1”: 13, “key2”: “value2”} 檢索則不會報錯，并為字段 key2 新增 string 類型。
映射不能超出文本的范圍，大都數情況下，系統(tǒng)自動生成的映射都可正常運行。
構建搜索引擎
一旦完成數據索引，我們就可以開始實現(xiàn)搜索引擎。Elasticsearch提供了一個直觀的基于ON的全搜索查詢的結構-Query DSL，定義查詢。有許多有用的搜索查詢類型，但是在這篇文章中，我們將只看到幾個通用的類型。關于Query DSL的完整文章可以在看到。
請記住，我提供了每個展示例子的源碼的連接。設置完你的環(huán)境和索引測試數據后，你可以下載源碼，然后運行在你的機器上運行任何例子。可以通過命令行運行節(jié)點filename.js。
返回一個或多個索引的所有記錄
為了執(zhí)行我們的搜索，我們將使用客戶端提供的多種搜索方法。最簡單的查詢是match_all，它可以返回一個或多個索引的所有的記錄。下面的例子顯示了我們怎么樣獲取在一個索引中獲取所有存儲的記錄（）.
主要的搜索查詢包含在Query對象中。就像我們接下來看到的那樣，我們可以添加不同的搜索查詢類型到這個對象。我們可以為每一個Query添加一個查詢類型的關鍵字（如match_all），讓這個Query成為一個包含搜索選項的對象。由于我們想返回索引的所有記錄，所以在這個例子中沒有查詢選項。
除了Query對象，搜索體中可以包含其他選項的屬性，如 size 和from。size屬性決定了返回記錄的數量。如果這個值不存在，默認返回10個記錄。from屬性決定了返回記錄的起始索引，這對分頁有用。
理解查詢API的返回結果
如果你打印搜索API返回結果（上面例子的結果）日志。由于它包含了很多信息，剛開始看起來無所適從。
在更高級別日志輸出里，返回結果中含有took 屬性，該屬性值表示查找結果所用的毫秒數，timed_out只有在更大允許時間內沒有找到結果時為true，_shards 是不同節(jié)點的狀態(tài)的信息（如果部署的是節(jié)點集群），hits是查詢結果。
hits的屬性值是一個含有下列屬性的對象：
total —表示匹配的條目的總數量
max_score — 找到的條目的更大分數
hits — 找到的條目的數組，在hits數組里的每一天記錄，都有索引，類型，文檔，ID，分數，和記錄本身（在_source元素內）。
這十分復雜，但是好消息是一旦你實現(xiàn)了一個提取結果的方法，不管你的搜索查詢結果時什么，你都可以使用相同的格式獲取結果。
還需要注意的是Elasticsearch 有一個好處是它自動地給每一個匹配記錄分配分數，這個分數用來量化文件的關聯(lián)性，返回結果的順序默認的按鈕分數倒排。在例子中我們使用match_all取回了所有的記錄，分數是沒有意義的，所有的分數都被計算為1.0。
匹配含指定字段值的文檔
現(xiàn)在我們看幾個更加有趣的例子. 我們可以通過使用 match 關鍵字查詢文檔是否與指定的字段值匹配。一個最簡單的包含 match 關鍵字的檢索主體代碼如下所示：
如上文所述, 首先通過為查詢對象新增一個條目，并指定檢索類型，上面示例給的是 match 。然后再檢索類型對象里面，申明待檢索的文檔對象，本例是 title 文檔對象。然后再文檔對象里面，提供相關檢索數據，和 query 屬性。我希望你測試過上述示例之后，驚訝于 Elasticsearch 的檢索效率。
上述示例執(zhí)行成功后，將返回title(標題)字段與任一 query 屬性詞匹配的所有文檔信息。同時還可以參考如下示例，為查詢對象附加最小匹配數量條件：
與該查詢匹配的文檔 title(標題)字段至少包含上訴指定的 3 個關鍵詞。如果查詢關鍵詞少于 3個，那么匹配文檔的 title(標題)字段必須包含所有的查詢詞。Elasticsearch 的另一個有用的功能是 fuzziness(模糊匹配).這對于用戶輸入錯誤的查詢詞將非常有用，因為fuzzy(模糊匹配)將發(fā)現(xiàn)拼寫錯誤并給出最接近詞供選擇。對于字符串類型，每個關鍵字的模糊匹配值是根據算法 算出的更大允許值。fuzziness(模糊匹配)示例如下所示：
多個字段搜索
如果你想在多個字段中搜索，可以使用multi_match搜索類型。除了Query對象中的fields屬性外，它同match有點類似。fields屬性是需要搜索的字段的。這里我們將在title,authors.firstname, 和authors.lastname 字段中搜索。
multi_match查詢支持其他搜索屬性，如minimum_should_match 和fuzziness。Elasticsearch支持使用通配符（如*）匹配字段，那么我們可以使用把上面的例子變得更短些。
匹配一個完整的句子
Elasticsearch也支持精確的匹配一個輸入的句子，而不是在單詞級別。這個查詢是在普通的match 查詢上擴展而來，叫做 match_phrase。下面是一個match_phrase的例子
聯(lián)合多個查詢
到目前為止，在例子中我們每次請求只使用了單個查詢。然而Elasticsearch允許你聯(lián)合多個查詢。最常用的復合查詢是bool，bool查詢接受4種關鍵類型must, should, must_not, 和filter. 像它們的名字表示的那樣，在查詢結果的數據里必須匹配must里的查詢，必須不匹配must_not里的查詢，如果哪個數據匹配should里的查詢，它就會獲得高分。每一個提到的元素可以使用查詢數組格式接受多個搜索查詢。
下面，我們使用bool查詢及一個新的叫做query_string的查詢類型。它允許你使用 AND 或 OR寫一些比較高級的查詢。另外，我們使用了 range查詢，它可以讓我們通過給定的范圍的方式去限制一個字段。
在上面的例子中，查詢返回的數據，作者的名包含term1 或它們的姓包含term2，并且它們的title含有term3，而且它們不在2023,2023或2023年出版的，還有在body字段里含有給定句子數據將獲得高分，并被排列到結果的前面（由于在should從句中的match 查詢）。
過濾，聚合，和建議
除了它先進的搜索功能外，Elasticsearch 還提供了其他的功能。接下來，我們再看看其他三個比較常用的功能。
過濾
也許，你經常想使用特定的條件凝縮查詢結果。Elasticsearch通過filters 提供了這樣的功能。在我們的文章數據里，假設你的查詢返回了幾個文章，這些文章是你選擇的在5個具體年份發(fā)布的文章。你可以簡單的從搜索結果中過濾出那些不匹配條件的數據，而不改變查詢結果的順序。
在bool 查詢的must 從句中，過濾和相同查詢之間的不同之處在于，過濾不會影響搜索分數，而must 查詢會。當查詢結果返回并且用戶使用給定的條件過濾時，他們不想改變結果的順序，相反地，他們只想從結果中移除不相關的數據。過濾與搜索的格式一樣，但在通常情況下，他們在有明確值的字段上定義，而不是文本字符串上。Elasticsearch 推薦通過bool復合查詢的filter從句添加過濾。
繼續(xù)看上面的例子，假設我們想把搜索結果限制在在2023到2023年之間發(fā)布的文章里。這樣做，我們只需要在一般搜索查詢的filter 部分添加range 查詢。這將會從結果中移除那些不匹配的數據。下面是一個過濾查詢的例子
聚合
聚合框架會基于一次搜索查詢，提供各種聚合數據和統(tǒng)計信息。兩個主要的聚合類型是度量和分塊, 度量聚合會對一個文檔的進行持續(xù)的跟蹤并計算度量，而分塊聚合則會進行塊的構建，每個塊都會跟一個鍵和一個文檔查詢條件關聯(lián)起來。度量聚合的示例有平均值，最小值，更大值，加總值還有計數值。分塊聚合的示例有范圍、日期范圍、直方圖以及主題項。對聚合器更加深入的描述可以在 找到。
聚合可以放置在一個 aggregations 對象里面，而對象自己則是被直接放到 search 對象體中。在 aggregations 對象里面，每一個鍵都是由用戶賦予一個聚合器的名稱。聚合器的類型和其它選項都應該是作為這個鍵的值而放置的。接下來我們要來看看兩個不同類型的聚合器，一個是度量的，一個塊的。我們會用度量聚合器來嘗試找出數據中最小的年份值（也就是最久遠的文章），而使用塊器我要做的就是嘗試找出每一個關鍵詞各自出現(xiàn)了多少次。
在上述示例中，我們將度量聚合器命名為 min_year (也可以是其它名稱), 也就是 year 這個域上的 min 類型。塊聚合器責備命名為 keywords, 就是 keywords 這個域上的 terms 類型。聚合操作的結果被裝在了響應消息里的 aggregations 元素里面，更深入一點會發(fā)現(xiàn)里面包含了每一個聚合器（這里是 min_year 和 keywords）以及它們的聚合操作結果。 如下是來自這個示例響應消息中的部分內容。
響應消息中默認最多會有10個塊返回。你可以在請求中 filed 的邊上加入一個size鍵來規(guī)定返回的塊的更大數量。如果你想要接收到所有的塊，可以將這個值設置為 0。
建議
Elasticsearch 提供了多種可以對輸入內容提供替換和補全的關聯(lián)項推薦器（見）。下面將介紹術語和短語推薦器。術語推薦器為每個輸入文本中的術語提供關聯(lián)推薦（如果有的話），而短語推薦器將整個輸入文本看做一個短語（與將其拆分成術語對比），然后提供其他短語的推薦（如果有的話）。使用推薦API時，需要調用Node.js client的suggest方法。如下為術語推薦器的示例。
與其他client的方法相同，在請求體中包含一個index字段指明采用的索引。在body字段中添加查詢推薦的文本，然后給每個推薦器一個（包含了聚合對象的）名稱（本例中的titleSuggester）。其值指明了推薦器的類型和配置。這里，為title字段使用了術語推薦器，限制更大建議的數量是每個token最多5個（size: 5）。
建議API返回的數據中包含了對應請求中每一個建議器的key，其值是一個與你輸入文本中術語數量相同的一個數組。對于數組中的每一個元素，包含一個options數組，其每個對象的text字段中包含了推薦的文本。如下是上面例子中返回數據的一部分。
js數據庫 搜索的介紹就聊到這里吧，感謝你花時間閱讀本站內容，更多關于js數據庫 搜索,JavaScript 進階之：使用 js 數據庫優(yōu)化搜索功能,關于js讀取數據庫,如何用 Node.js 和 Elasticsearch 構建搜索引擎的信息別忘了在本站進行查找喔。
成都網站營銷推廣找創(chuàng)新互聯(lián)，全國分站站群網站搭建更好做SEO營銷。
創(chuàng)新互聯(lián)（www.cdcxhl.com）四川成都IDC基礎服務商，價格厚道。提供成都服務器托管租用、綿陽服務器租用托管、重慶服務器托管租用、貴陽服務器機房服務器托管租用。
當前文章：JavaScript 進階之：使用 js 數據庫優(yōu)化搜索功能 (js數據庫 搜索)
轉載源于：http://m.5511xx.com/article/dpisjdd.html
