node-red 商品管理

数据库结构

商品相关的表比较多,而且都是多对多关联


image.png

列表查询

先看下界面,可以通过商品名称、商品编码、商品分类、商品的上下架状态和售罄状态查询
这些属性涉及两个表,其中yoshop_goods 包含查询商品的基本属性,但商品和分类分类是多对多关系,要通过 yoshop_goods_category_rel 这个关联表查询


image.png

增加一个sqlbuilder节点,根据前端查询的参数组装对应sql

(function(query) {
    var {listType = 'all', goodsName='', goodsNo='', categoryId=''} = msg.req.query
    
    var q = query.from("yoshop_goods").where({
        "store_id": msg.store_id,
        "is_delete": 0
    })
        
    if (goodsName) q.where("goods_name", 'like', `%${goodsName}%`)
    if (goodsNo) q.where("goods_no", 'like', `%${goodsNo}%`)
    if (listType == 'sold_out') q.where("stock_total", 0)
    if (listType == 'on_sale') q.where("status", 10)
    if (listType == 'off_sale') q.where("status", 20)
    if (parseInt(categoryId)) {
        q.whereExists(function() {
            this.from('yoshop_goods_category_rel')
            .whereRaw('yoshop_goods_category_rel.goods_id = yoshop_goods.goods_id')
            .where("category_id", categoryId)
        })
    }
    
    return q
    
})(query)

因为需要根据每个筛选条件是否传值来拼sql,这里用闭包的方式处理
在处理根据商品分类查询时,用到了exists子查询

保存代码并部署,在界面根据不同条件查询,可以看到后台打印的调试sql和接口返回的数据


image.png

但实际上前端代码会报错,因为只返回了列表数据,缺少分页的信息

分页查询

涉及到分页的table,前端需要的数据结构大概是这样的

{
    "code": 0, 
    "message": "success", 
    "data": {
        "list": {
            "current_page": 1, 
            "last_page": 1, 
            "per_page": 15, 
            "total": 1, 
            "data": [
                {
                    "goods_id": 3
                    "...": "..."
                }
            ]
        }
    }
}

系统中大量页面都用到了分页查询,我们先建立一个分页查询的子流程


image.png

思路很简单
1、先根据查询的sql,把 SELECT 和 FROM 之间的内容替换为 COUNT(*), 查询出该查询语句命中的总行数
PS:只处理最普遍的情况,没有对性能进行优化,比如去掉 sql 里的 ORDER BY 语句等

msg.topic = msg.topic.trim().replace(/(select)\s+(.*?)\s+(from\s+)(.*)/img, "$1 COUNT(*) AS _count $3 $4")

2、根据记录总数,和每页的查询行数,计算总页数
这里的 msg.paginate 是按前端需要的结构组装的

const {page=1, pagesize = 15} = msg.req.query
const per_page = parseInt(pagesize) || 10
const total = msg.payload[0]._count
msg.paginate = {
    current_page: parseInt(page) || 1,
    last_page: Math.ceil(total / per_page),
    per_page,
    total
}
return msg;

3、根据前端传递的page和per_page参数,计算本次查询的数据,起始位置,拼到查询sql后

const {current_page, per_page} = msg.paginate
const offset = (current_page - 1) * per_page
msg.topic = msg.sql + ` LIMIT ${offset}, ${per_page}`
return msg;

4、最后组装返回的数据

商品明细查询

商品明细涉及的表很多,参考最上面示意的er图……
接口返回的结构参考下面截图,基本上和商品关联的信息都需要查询出来了


image.png

下面拆解下接口的处理流程


image.png

1、首先根据id查询商品信息


image.png

2、查询到商品后,就是分别查询关联的图片、分类、服务承诺、规格、sku等数据,并组装到一起返回前端


image.png

这里的每个查询都很简单,但每个查询之间没有太大关联,如果按串行的方式,把一大坨拼凑到一起就会很难看。
出于审美,到市场找了个join-wait的插件,该插件每次接收到消息后,会判断是否在等待列表中,如果等待的消息全部到达后,把消息进行合并处理,并发送到下游节点
PS:支持指定消息到达的顺序,支持超时


image.png

编排完的流程长这样


image.png

小结

1、有一说一,knex还是偏底层,处理复杂的关联查询能力比较弱。类似的场景,截一段用laravel实现的代码,可以直观看到两种方式的差别
后面等有时间了把 knex 换成 Prisma 和 Sequelize 试下


image.png

2、从流程编排角度看,node-red某种程度实现了逻辑的所见即所得,至少不需要额外写注释了

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,504评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,434评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,089评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,378评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,472评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,506评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,519评论 3 413
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,292评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,738评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,022评论 2 329
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,194评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,873评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,536评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,162评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,413评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,075评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,080评论 2 352

推荐阅读更多精彩内容