本文可以说是我看过的对 CouchDB 的最全面的介绍。
概述
CouchDB，大家或多或少都听说过。它到底有什么特性，适合哪些应用场景，和我们常用的关系型数据库有什么区别？
这些问题，可能我们心里都不是非常清楚。在以前的Blog中(PS,不是在javaeye哦），我提及了几次CouchDB,但是仅仅限于编译，安装这些浮在水面上的工作。今天抽出时间把最近关于CouchDB的一些了解整理一下。CouchDB是什么
CouchDB一种半结构化面向文档的分布式，高容错的数据库系统，其提供RESTFul HTTP/JSON接口。其拥有MVCC特性，用户可以通过自定义Map/Reduce函数生成对应的View。
在CouchDB中，数据是以JSON字符的方式存储在文件中。
特性
- RESTFul API：HTTP GET/PUT/POST/DELETE + JSON
- 基于文档存储，数据之间没有关系范式要求
- 每个数据库对应单个个文件(以JSON保存),Hot backup
- MVCC（Multi-Version-Concurrency-Control），读写均不锁定数据库
- 用户自定义View
- 内建备份机制
- 支持附件
- 使用Erlang开发（更多的特性）
应用场景
在我们的生活中，有很多document，比如信件，账单，笔记等，他们只是简单的信息，没有关系的需求，我们可能仅仅需要存储这些数据。这样的情况下，CouchDB应该是很好的选择。当然其他使用关系型数据库的环境，也可以使用CouchDB来解决。
根据CouchDB的特性
在某些偶尔连接网络的应用中，我们可以用CouchDB暂存数据，随后进行同步。也可以在Cloud环境中，作为分布式的数据存储。CouchDB提供给予HTTP的API，这样所有的常见语言都可以使用CouchDB。
使用CouchDB，意味着我们不需要在像使用RMDBS一样，在设计应用前首先设计负责数据Table。我们的开发更加快速，灵活。
实现
在CouchDB中，Database表示一个数据库，每个Database对应一个”Storage”（后缀为.couch）以及多个View Index(用来存储View结果支持query）。
Database Storage中可以存储任意的Document，用户可以在Database中自定义View，方便对数据进行查询,View 默认使用JavaScript进行定义，定义好的相关函数保存在design document 中，而View对应的具体数据是保存在View Index文件中。我们可以通过HTTP API请求Database，Document，View，可以进行简单的Query，以及其他各种系统相关的信息。
Storage File结构
数据库文件的后缀为.couch，由Header和Body组成。
Header
- 包含两个完全相同的Header信息，每个Header的Size为2048
- Header中前4字节为magic code:$g,$m,$k,0
- 随后为header的payload，通过term_to_binary(db_header_record)产生
- 接下来是填充padding
- 最后是16字节的摘要信息(md5(payload+padding)产生)
- Header总长度为：单个Header * 2 = 2048
Body
由两个B+Tree组成，其中一个B+Tree根据Document id进行组织，另一个B+Tree以 seqnum（CouchDB内部使用的序号，用来指示最新Revision的文档）为 key。
- fulldocinfo_by_id_btree使用Document id作为key，常用来根据id来查找对应的document，full_doc_info中包含对应document的所有的Revision信息，通过这些信息，我们可以获取指定Revision的document
- docinfo_by_seq_btree使用seq作为key，当document被更新时，对应的seq会增加。
具体的document数据（json格式），以及B+Tree混合存储与这个.couch文件之中。通过B+Tree，我们可以快速的定位到指定的document。所有的更新操作（包括document的创建，修改和删除）都是以在couch文件尾部追加的方式（即Append方式）进行。我们进行更新时，首先拷贝原有的数据信息（仅仅针对修改，如果是Create那么就没有copy可言了），随后将其追加到文件的结尾，这个时候就激发 B+Tree 从 leaf到root的更新过程，更新的Node信息也是采用Append的方式写入到文件的结尾，到达根节点时，我们将根节点信息写入到Header中。这样一次更新操作涉及1次数据写入，以及LogN次节点更新，所以其复杂度为O(logN)。
因此采用追加的方式，所以在数据库运行一段时间后，我们需要对其进行“瘦身”，清理那些旧的Document数据。这个过程称为Compaction。在 Compation 的过程中，数据库仍然可用，只是请注意，在 Compation 的时候，是通过遍历 DBName.couch 文件，将最新的数据拷贝到一个 DBName.compat文件中，因此这个过程可能会耗费很大的存储空间，如果您在系统繁忙（主要是write）的情况下进行Compation，可能会导致你的硬盘空间耗尽，一定注意哦！
ACID
CouchDB支持ACID特性。Document的更新（add，edit，delete）是顺序进行的，但是Database的read为并发执行，其不必等待任何其他的read，write的完成。这样的特性与CouchDB存储文件的Append增加方式关系密切。
当CouchDB的文档更新时，为了保证数据的一致性，Commit分为以下两步：
在上面两个过程中，如果在过程1，发生异常（系统崩溃或断电），那么couch文件的头信息没有发生变化，那么所有Append的数据都会被忽略；如果在过程2发生异常，此时Header可能会发生损坏，我们验证第一个Header和第二个Header，如果任意一个Header可用，那么数据库文件可用。如果两个Header都不可用，则对应数据库文件损坏，抛出异常。
一些数据库系统，为了实现 Atomic Commit ，提交数据前，将内容写入到一个rollback log文件，等提交完成后，删除log文件。
View Server
除了存储数据，我们还需要依据我们的要求展现数据，乃至一些统计，因此CouchDB中引入了View的概念。View的引入让CouchDB从一个有趣的文件存储系统，步入了数据库的殿堂。也使CouchDB能够融入到真正的应用环境中。
CouchDB中所有的Document都可以具有自己不同的结构，数据，这和关系型数据库中，严格的表结构，严格的关联完全不同。这样的特点对于数据的备份同步却非常有好处！
View Model
通过用户自定义View，我们可以汇集，统计数据，采用一个类似Map/Reduce的过程。这里的Map将原始的Document进行映射处理，Reduce将Map的中间结果进行重新归并统计，总而生成最终结果。这里和并行计算中的Map/Reduce有些不同。
CouchDB的View针对每个Database，但是其与Database关联性不是很大，View是一些用户自定义函数，处理从数据库的Document 输入，产生中间数据（如果没有reduce过程则为最终数据），然后再通过Reduce处理中间输出，产生最终结果。同样的View可以使用在不同的Database上。
View存储在design Document中，请注意这里design Document和View Index是不同的。design Document保存的是view的定义，View Index保存的是针对某个Database进行View操作，产生的结果。
JavaScript View Function
CouchDB内部默认使用JavaScript作为View的编写语言，之所以采用Javascript，是和CouchDB面向Web开发相关的。CouchDB使用Mozilla的spidermonkey作为JavaScript的解析运行平台，为了和Erlang进行交互，其使用c书写了一个Port程序couchjs，/server/main.js作为View Server服务器。
在启动CouchDB时，通过Command：couchjs main.js即可启动基于JavaScript的View Server。
View中包含两个函数:
(map函数，必须） function(doc) { emit(null,doc); } (reduce函数，可选） function (key,values,rereduce) { return sum(values); }doc,为我们数据库对应的Document，因为我们采用JSON格式存储数据，所以 Document 在 JavaScript 中转化为 Object。`emit(null,doc)`用来生成 map 的中间结果，其中第一个参数 null 表示结果的 key，第二个参数为结果的 value，上面的例子中我们的结果为:
null,value1 ... null,valueNfunction (key,rereduce)中，根据rereduce变量不同这里有两种情况:
1. rereduce为false
- key为array，element为：[key,id]，key为map function产生的key，id为Document对应id
- values为array，elements为map function产生的结果
- 比如 reduce([ [key1,id1],[key2,id2],[key3,id3] ],[value1,value2,value3],false)
2. rereduce为true
- key为null
- values为array，element为前一次reduce返回的结果
- 比如reduce(null,[intermediate1,intermediate2,intermediate3],true)
很多时候，我们一次调用reduce就可以生成最终结果，我们会忽略rereduce参数。
参考