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：

资源类型 Workers Free (免费版) Workers Paid (付费版)

读取行数 每天 500 万行限制 每月前 250 亿行免费，超出部分 $0.001/百万行

写入行数 每天 10 万行限制 每月前 5000 万行免费，超出部分 $1.00/百万行

存储空间 总计 5GB 限制 前 5GB 免费，超出部分 $0.75/GB-月

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

1. 安装 Wrangler CLI 首先，我们需要安装 Cloudflare 的 Wrangler CLI 工具： npm install -g wrangler

2. 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 login wrangler d1 create my-database

执行后，我们会看到类似这样的输出： ✅ Successfully created DB 'my-database' in region APAC Created D1 database 'my-database' with id: xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx

请记下这个数据库 ID ，我们后续会用到。 3. 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

4. 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 );

然后执行： wrangler d1 execute my-database --file=./schema.sql

5. 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 { // 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' }
})

} }

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

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) );

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

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

导入数据同样简单： wrangler d1 execute my-database --file=backup.sql

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.sql CREATE 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);

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 { 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 })

} }

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

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

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 关于我