ReactiveDB 的职责之一就是将后端 Join 多个 table 之后的结果重新拆分并存储为原来的结构。
整个数据的流动过程其实是:
a) Backend Database =>
b) Join and Group =>
c) Normalize and Store lovefield =>
d) Join and Group =>
e) Consumed by Views
在数据流动的过程中，c 步骤就是 Data Store 的过程。
Normalize 的过程在存储数据之前，这个过程的依据是 Schema Metadata 中存储的 Virtual 信息，这些信息会指导 ReactiveDB 完成对数据的拆解。
数据拆解后会根据 Virtual 信息中的 name 找到目标 Table 存入数据。这些过程都是事务性的，不会因为数据中间过程的失败导致脏数据产生。
Store 之后的数据表结构应该和后端存储的数据表结构基本一致。
在数据流动的过程中，d 步骤就是 Data Select 的过程，这个过程应该是和 b 过程基本一致。
在 ReactiveDB 中，get 方法对应 Select 的过程，它通过以下几个步骤从 lovefield 中取出数据:
- 通过传入的
QueryDescription构建 query 对象(如果为空则默认 Select all) - 通过传入的
QueryDescription构建 Predicate - 通过 query predicate 与 fold 方法构建 QueryToken 作为返回值
- 在 QueryToken 的
values方法或changes方法被调用时，执行query.where(predicate) - QueryToken query 执行的结构
fold到QueryDescription定义的数据结构
数据的更新是一次直接调用，与 Store/Select/Delete 不同的是，它的 hook 不存在 Database 内，而是由 Database 将 update 事件 Broadcast 到外部。
ReactiveDB 的 update 实现过程非常简单：
QueryDescription => UpdateQuery => exec
在删除一条数据时，后端会在数据库中删除与之相关的数据。这个过程则依赖 ReactiveDB 的使用者定义的 delete hook。
deleteHook 的执行过程在 delete 真正要 delete 的数据之前。
ReactiveDB 实现 Observe 依赖 lovefield 的 lf.Database#observe 方法。 ReactiveDB 只是将这个 observe 包装成 Observable。