这是我写出 access-db 办法库所经验的一个过程，在这里记录下吧
想法的诞生
小公司的倒退原本就不易，老本方面，是能有多节约就多节约。有时多集体干的事转由一个人干，也是毫不奇怪
。也是在这种状况下，我缓缓的成了全栈开发。
最后为了省钱，外加咱们只做小程序，就抉择了第三方云服务商作为后盾。刚开始还好，前面久了，发现他们提供的接口办法应用起来并没有想像的那么轻松。特地是在简单查寻的状况下，代码太过简单，不易读，批改起来也不不便。于是我就开始思考怎么去简化他的查寻。上面这个查寻办法，就是封装的最后版，能够看到，fetchFindByCheck应用起来也并不是那么的简略，并且，它还只能反对最简略的 and，or 查寻，代码的可读性和灵活性都不高。
fetchFindByCheck({
tableName: app.table.active_sign,
relationship: ['and', 'and'],
way: ['in', 'compare', 'compare'],
params: [{ key: 'child_id', value: childID},
{key: 'active_id', operator: '=', value: that.aid},
{key: 'is_delete', operator: '=', value: false},
],
limit: 30,
page: 1,
order_by: '-created_at',
expand: [],}).then((res2) => {
let tempJoined = res2.data.objects
console.log('tempJoin', tempJoined)
},(err)=>{})但即使如此，我还是封装了一套最简略的办法。
minapp-fetch 呈现
用过云服务的必定都晓得，云服务有很多类别的接口。就比方微信云开发，它会提供小程序端的接口、云函数的接口、甚至 web 接口。咱们抉择的云服务商，刚开始用得还好，前面因为业务多样化，咱们又面临不得不应用 web 的状况。而且，云服务商提供的 web 接口也和小程序下面的调用形式不一样，就导致即便同样的查寻，也要写两套不同的查寻办法。如果你还要用他的云函数、或者其余端的 api，那更是让你头大。
怎么办呢？为了加重开发和保护难度，进步开发效率。我产生了一个大胆的想法：要是能把各个端的接口都对立成一种，那不就很简略了吗。想法是好的，但实现起来就没那么容易了。最后在写 web 端的接口时，我好几次都想放弃，感觉把这些不同的写法，对立成一种，真的是有点难。因为你岂但要尽可能的保障同一种增删改查，在不同端失去的后果是一样的，还要通过算法，保障封装的办法尽可能的简略。
通过一段时间的奋斗，办法终于进去了，这个时候，我给它取了一个名字，叫做 minapp-fetch，当初也公布在了 npm 上，但它只反对咱们应用过的云服务商的 api。它的写法更加简洁，如下：
fetchFind(app.table.question, {
p1: {
way: 'compare',
data: ['status', '>', 0]
},
p2: {
way: 'compare',
data: ['is_admin_answered', '=', false]
},
p3: {
way: 'compare',
data: ['is_admin_read', '=', false]
},
r: 'p1 && (p2 || p3)',
page: commen.page,
limit: commen.limit,
order_by: '-created_at',
expand: ['created_by']
})其中，p参数为每一个小条件，r为小条件的 and、or，page为翻页，limit为每页数量，order_by为排序。尽管此时看着是比拟清晰了，但它还是有有余的中央。首先，p条件写法，还是有些繁琐；其次，就是 r 规定外面，不反对括号嵌套；再就是，它反对的办法也不多。
面对下面的种种问题，当然是解决了。通过前面的致力，minapp-fetch 才有了当初的写法：
其中，p参数对应的定义是这样的：p*: ['字段', '查寻办法', '查寻内容']，数组第一个参数为表里的字段，第二个参数为查寻办法，第三个参数及前面的，就是查寻的内容。
let rule = 'p3 || p7'
minapp.find(table, {p1: ['cat_label1', 'in', userChannels=[]],
p2: ['cat_label2', 'stringLength', 23], // 查寻字符串长度为 23 的
p4: ['cat_label2', 'stringLength', 23, 100], // 查寻字符串长度在 23 到 100 的
p3: ['id', 'notIn', history],
p7: ['status', '=', 20],
p8: ['name', 'matches', /^foo/i],
p15: ['geo_point', 'include', [15, 15]], // 坐标点，经纬[longitude, latitude]
p21: ['geo_point', 'withinCircle', [15, 15], r], //r 单位 km
p23: ['geo_point', 'withinRegion', [15, 15], max_r], //max_r, min_r 单位为 m
p28: ['geo_point', 'within', [0, 0], [6, 0], [6, 9], [0, 9], [0, 0]], // 坐标点集，首点 = 尾点，经纬[longitude, latitude]
p63: ['content', 'isNull', true],
p93: ['content', 'isExists', false],
r: isSelect ? rule : '(p1 && (p2 || p3)) && (p57 && p93)',
page: 1, // 默认值
limit: 20, // 默认值
orderBy: '-created_at', // 默认值
expand: [], // 默认值
select: [], // 默认值
withCount: false, // 默认值
})能够看到，下面的 find 办法，曾经相当简单了，但它给人的感觉，还是很清。你甚至能够随便更换 r 规定，进行不同状况的查寻。（查寻最终是按 r 规定 来的）
access-db 呈现
再起初，因为云服务商的一些有余，外加咱们本人也对业务灵活性有更多要求，所以决定本人写后盾了。缓缓的，咱们逐步开始放弃云服务商，本人开发。此时问题也来了，数据库的连贯各不相同，习惯了 minapp-fetch 写法的我，再去独自用数据库的连贯办法，感觉的确不习惯。并且，不同类型的数据库，办法也不一样，保护和转化，成了一大难题。你必定也猜到了，没错，就是把数据库的连贯，也封装起来！
从 node.js 最火的非关系型数据库 mongodb 动手，开始了数据库办法封装的旅程。说切实的，mongodb的根本办法和之前云服务商的 webapi 很类似，也没费太多的功夫就实现了罕用办法的封装。但前面退出第二个数据库 mysql 时，问题就来了。因为 mysql 是sql 语句 进行查寻的，和之前的齐全不一样。也就是说，必须要通过算法，将封装的写法，转换成 sql 语句。你可能会感觉，应该不简单，就是一个简略的组成字符串而已。当初我也是这么认为的，但当我开始动手研发时，才发现，问题远比这个简单。对 mysql 理解的同学应该晓得，sql 语句能够重命名、能够连表查寻、能够嵌套查问、聚合查寻等，并且为了使查寻正确，往往还要对表和字段进行更名，再援用等等，这些问题就使得转化难度大大提高了。可能有时候，你满足了其中一种查寻，却让另一种查寻出了问题。但为了平时开发得更爽，更高效；我还是硬着头皮去实现它。
通过一段时间的苦熬，她终于开始有个样子了，我又从新发了一个 npm 包，给了她一个全新的名字：access-db，至此，你甚至能够同时援用多种数据库，进行关联应用：
import {mysql, mongodb, fastdb} from 'access-db'
async function exp() {let {data} = await mongodb.get('table11', id)
await mysql.find('table2', {p0: ['num', '=', data.num],
r: 'p0'
})
}因为每一种数据库，都有本人的特点，所以，封装的办法外面，必定会有个体差异，这也无奈防止。
Fastdb 呈现
仔细的同学可能发现了下面的代码中，引入了一种新的数据库 fastdb，是的，它是access-db 内置的，本地 json 数据库。也是我发现有相似的本地数据库后，本人开发的。它的长处就是，齐全应用 access-db 语法进行增删改查，同时，不须要你装置任何额定数据库，间接能够用，很不便。毛病也很显著，存储的模式是 json 文件，没有数据库明码这些，不平安，数据量大了，查寻效率也不是那么高。
结语
我心愿通过记录本人的这些经验，能带给你些启发或共鸣。我不是什么大神，可能你也不是，但只有本人不停下思考的脚步，并敢于去实现它，那你也肯定能做出有意义货色进去！
将这个办法库，献给那些须要的敌人：
access-db 包
access-db 文档