Java开发2.0 - 通过CouchDB和Groovy的RESTClient实现REST - 编程入门网

您可以根据需要来定制视图的功能。举例来说，只需要少量 JavaScript 字 符串操作，我就可以编写一个查找 Main Street 上开出的罚单的视图，如清单 12 所示：

清单 12. 另一个添加了字符串魔力的视图

function(doc)　{ 　 if(doc.location.toLowerCase().indexOf(''main'')　>　0){ 　　 emit(doc.location,　doc); 　 } }

可以从清单 12 中看出，如果任何文档的 location 元素包含 main，则该文 档将被传递给 emit 函数。记住，这种搜索相当广泛。如果某文档的 location 包含一个 Germaine Street 这样的字符串，则会返回它。对于我所定义的少量 罚单，视图将返回如清单 13 所示的结果：

清单 13. 按 Main Street 过滤的结果

{"total_rows":2,"offset":0,"rows":[ 　 {"id":"123433432asdefasdf4325","key":"4th　and　Main", 　　 "value": 　　 {"_id":"123433432asdefasdf4325","_rev":"498239926", 　　 "officer":"Chris　Smith","location":"4th　and　Main", 　　　 "vehicle_plate":"VA　FGA-JD33", 　　　 "offense":"Parked　in　no　parking　zone","date":"2009/02/01"}}, 　 {"id":"123433432223e432325","key":"54　and　Main", 　　 "value": 　　 {"_id":"123433432223e432325","_rev":"841089995", 　　 "officer":"Kristen　Ree","location":"54　and　Main　Street", 　　　 "vehicle_plate":"Maryland　77777", 　　　 "offense":"Parked　in　no　parking　zone","date":"2009/02/02"}}]}

注意，JSON 应答包含一个 key 元素，用于描述为何要生成特定的文档。这 一方面的信息相当有用。还需注意，我所定义的各种罚单中的数据在一致性方面 做的不是很好：一些地点是准确的，但也有一些是不精确的。虽然该数据可以存 储在关系数据库中，但也同样可以使用面向文档的模型。另外，借助 Groovy 和 HTTPBuilder 的高效解析 JSON 的强大能力，可以非常轻松地获取数据（比原始 JDBC 简单很多）。

CouchDB 作为 Web 数据库

CouchDB 的迷人之处在于它的使用非常简单。关系数据库也很简单，但该数据库的优势在于您只需要熟悉 Web 浏览器就可以掌握其 API。此外，由于 CouchDB 提供了 REST 式 API，您可以通过一些炫酷的框架来与其通信，比如说 HTTPBuilder 的 RESTClient。您也不会受制于 HTTPBuilder；各种 Java 库都 在尝试简化 CouchDB 的使用。其中非常有潜力的一个就是 jcouchdb，它可以帮 助您避免 REST 化和 JSON 化，同时允许您以编程方式使用 Java 语言操作文档 和视图。

敬请期待下个月的专栏文章，我将回过头来讨论 Google App Engine。在开 放创新精神的大旗下，各种新框架不断涌现，旨在促进 Google App Engine 的 开发和部署。您将了解它们如何能够简化 Google 云平台上的 Java 开发 2.0 。

本文配套源码

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务，公司网站：http://www.lingzhong.cn 为了给广大客户了解更多的技术信息，本技术文章收集来源于网络,凌众科技尊重文章作者的版权，如果有涉及你的版权有必要删除你的文章，请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!