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

[leia]

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<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' }
    })
  }
}

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<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 })
  }
}

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

[summerwar]

cloudflare d1 这种数据库的一个坑：一个 SELECT ... LIMIT 10 OFFSET 90000 的查询，可能会导致 D1 计算接近 90,010 次“行读取”。

这个时候尽量用游标分页，就可以避免。

[julyclyde]

@summerwar
是按行读取收费吗？还是行读取多了会严重性能下降呢？

[summerwar]

@julyclyde 是按行读取收费

其实这个不是 d1 的坑，offset 在 mysql 、sqlite 中也都是读取这么多行，只不过因为 d1 是按行读取计费，所以显得这条命令变成了坑。

[chihiro2014]

有了 cf ，基本连服务器钱都不需要了

[FlashEcho]

Craveu 不是 cozyai 的吗？为什么这是你的站点？

[june4]

@summerwar 根本就不应该允许用户翻这么多页。真有这类需求也有高效的分页方案，比如按一个字段排序分页。

[streamrx]

D1 延迟挺高的。 用 druable objects + sqlite 比 d1 好用

[cookii]

我看到有个老哥吐槽，count 一下就是几美刀

[qingmeng]

免费版 5GB 是十个库的额度，单库只有 500MB ，完全不够用

[lloovve]

全球分布式数据库？一个节点数据能实时同步到其他节点吗？其他节点能实时同步过来？

[iX8NEGGn]

D1 延迟挺高，不能高并发吧，而且不支持交互式事务，这才是致命缺陷，不过个人项目玩玩倒无所谓。

[RedBeanIce]

@chihiro2014worker 好像只能 nodejs?

[pottwr]

适合 MVP 阶段，确定要真正投入时间做产品的话还是谨慎使用

[hanguofu]

谢谢分享宝贵经验

[ttthys]

按行收费的话那不是 count 一下就过免费额度了，还以为是按返回的行收费😂

[ersic]

数据多了别 count ，算全表总行数的读

[bigtear]

无服务器方案到最后都是后悔

[yb2313]

又秒杀上了

[wenjie83]

这种付费方式，不仅要单独根据付费特性去优化语句，而且如果以后付费规则发生变动，是迁移还是不迁移？
感觉还是买断制放心

[elevioux]

这个账号专门给自己博客引流的吗？

[chihiro2014]

@RedBeanIce worker 支持的语言都可以操作 D1 吧，nodejs 只是 worker 用的频繁罢了。rust 啥的也都可以

[leia]

@elevioux 没有了 哈哈哈 老哥,

[leia]

@yb2313 包秒的

[molvqingtai]

默认不是分布式，延迟太高了，国内一个请求 500+ms

[Foxkeh]

"成本暴降 10 倍"?

[Selenium39]

一股 AI 味

[leia]

@Selenium39 原文写完让他润色改格式是这样的