当前位置：首页 > news >正文

[n8n] 工作流数据库管理SQLite | 数据访问层-REST API服务

news 2025/8/29 8:05:02

第3章：工作流数据库管理

在前两章中，我们完成了工作流文件的扫描与分析，现在需要将这些结构化数据高效存储。

工作流数据库管理模块如同智能图书馆系统，为海量工作流提供组织化存储与快速检索能力。

核心架构

可以将数据库理解为，别人帮我们设计好了的存储数据的数据结构，我们调用api即可

前文传送：

[Meetily后端框架] 多模型-Pydantic AI 代理-统一抽象 | SQLite管理

技术选型

采用SQLite轻量级数据库，通过单文件实现完整数据库功能，具备以下特性：

零配置部署
事务支持（ACID兼容）
标准SQL语法
嵌入式运行无需服务

数据模型设计

数据库表workflows包含关键字段：

CREATE TABLE workflows 
(id INTEGER PRIMARY KEY,filename TEXT UNIQUE NOT NULL,  -- 原始文件名name TEXT NOT NULL,             -- 友好名称trigger_type TEXT,              -- 触发器类型integrations TEXT,              -- 集成服务列表(JSON格式)node_count INTEGER,             -- 节点数量file_hash TEXT,                 -- 文件哈希值analyzed_at TIMESTAMP           -- 分析时间
)

核心功能实现

1. 数据库初始化

def init_database():conn = sqlite3.connect('workflows.db')conn.execute("PRAGMA journal_mode=WAL")  # 启用预写式日志conn.execute("""CREATE TABLE IF NOT EXISTS workflows (...)""")return conn

2. 数据更新机制

采用INSERT OR REPLACE实现智能更新：

def upsert_workflow(conn, workflow):conn.execute("""INSERT OR REPLACE INTO workflows VALUES (?,?,?,?,?,?,?,?)""", [workflow['filename'],workflow['name'],workflow['trigger_type'],json.dumps(workflow['integrations']),  # 列表转JSONworkflow['node_count'],workflow['file_hash'],datetime.now()])

3. 复合查询示例

支持多条件检索：

def search_workflows(trigger_type=None, min_nodes=None):query = "SELECT * FROM workflows WHERE 1=1"params = []if trigger_type:query += " AND trigger_type = ?"params.append(trigger_type)if min_nodes:query += " AND node_count >= ?"params.append(min_nodes)return conn.execute(query, params).fetchall()

性能优化

索引加速：为高频查询字段创建索引

CREATE INDEX idx_trigger ON workflows(trigger_type);
CREATE INDEX idx_nodes ON workflows(node_count);

批量事务：减少IO操作

with conn:for workflow in workflow_batch:upsert_workflow(conn, workflow)

内存缓存：热点数据缓存策略

@lru_cache(maxsize=100)
def get_workflow(filename):return conn.execute("SELECT * FROM workflows WHERE filename=?", [filename]).fetchone()

总结

工作流数据库管理系统通过：

轻量级SQLite存储
智能的Upsert机制
复合查询支持
多维度性能优化

为工作流管理系统构建了坚实的数据基础。下一章将介绍如何实现高效检索：全文检索(FTS)集成

第4章：REST API服务

在前三章中，我们构建了工作流扫描、分析和存储系统。

本章将介绍REST API服务，它如同智能数据网关，为外部应用提供标准化访问接口。

核心架构

技术栈

Express.js：轻量级Node.js Web框架
RESTful设计：符合资源化API设计规范
JSON数据格式：通用结构化数据交换格式

接口设计

端点	方法	描述	示例
`/api/stats`	GET	获取全局统计信息	`curl localhost:8000/api/stats`
`/api/workflows`	GET	工作流搜索	`curl "localhost:8000/api/workflows?q=gmail"`
`/api/workflows/:file`	GET	获取特定工作流详情	`curl localhost:8000/api/workflows/MyFlow.json`

核心功能实现

1. 服务初始化

const express = require('express');
const app = express();
app.use(express.json()); // 启用JSON解析// 数据库连接
const db = require('./database');
db.initDatabase().then(() => {app.listen(8000, () => console.log('API服务已启动'));
});

2. 统计接口

app.get('/api/stats', async (req, res) => {const stats = await db.getStats();res.json({total: stats.total,active: stats.active,byTrigger: stats.byTrigger});
});

3. 搜索接口

app.get('/api/workflows', async (req, res) => 
{const { q, trigger, page=1, size=20 } = req.query;const results = await db.searchWorkflows(q, trigger, page, size);res.json({data: results.workflows,pagination: {page: parseInt(page),pageSize: parseInt(size),total: results.total}});
});

4. 文件下载

const path = require('path');
const fs = require('fs');app.get('/api/workflows/:file/download', (req, res) => 
{const filePath = path.join('workflows', req.params.file);if (fs.existsSync(filePath)) {res.download(filePath); // 自动处理文件流} else {res.status(404).json({ error: '文件不存在' });}
});

高级特性

1. 请求验证中间件

function validateSearch(req, res, next) 
{if (req.query.page && isNaN(req.query.page)) {return res.status(400).json({ error: '页码参数无效' });}next(); // 验证通过
}app.get('/api/workflows', validateSearch, (req, res) => {// 处理逻辑
});

2. 响应压缩

const compression = require('compression');
app.use(compression()); // 自动压缩JSON响应

3. 速率限制

const rateLimit = require('express-rate-limit');
const limiter = rateLimit({windowMs: 15 * 60 * 1000, // 15分钟max: 100 // 每个IP限制100次请求
});
app.use('/api/', limiter);