概述
CouchDB，大家或多或少都聽說過。它到底有什麼特性，適合哪些應用場景，和我們常用的關係型數據庫有什麼區別？ 這些問題，可能我們心裏都不是非常清楚。在以前的Blog中(PS,不是在javaeye哦），我提及了幾次CouchDB,但是僅僅 限於編譯，安裝這些浮在水面上的工作。今天抽出時間把最近關於CouchDB的一些瞭解整理一下。
CouchDB是什麼
CouchDB一種半結構化面向文檔的分佈式，高容錯的數據庫系統，其提供RESTFul HTTP/JSON接口。其擁有MVCC特性，用戶可以通過自定義Map/Reduce函數生成對應的View。
在CouchDB中，數據是以JSON字符的方式存儲在文件中。
特性
- RESTFul API：HTTP GET/PUT/POST/DELETE + JSON
- 基於文檔存儲，數據之間沒有關係範式要求
- 每個數據庫對應單個個文件(以JSON保存),Hot backup
- MVCC（Multi-Version-Concurrency-Control），讀寫均不鎖定數據庫
- 用戶自定義View
- 內建備份機制
- 支持附件
- 使用Erlang開發（更多的特性）
應用場景 在我們的生活中，有很多document，比如信件，賬單，筆記等，他們只是簡單的信息，沒有關係的需求，我們可能僅僅需要存儲這些數據。 這樣的情況下，CouchDB應該是很好的選擇。當然其他使用關係型數據庫的環境，也可以使用CouchDB來解決。
根據CouchDB的特性，在某些偶 爾連接網絡的應用中，我們可以用CouchDB暫存數據，隨後進行同步。也可以在Cloud環境中，作爲分佈式的數據存儲。CouchDB提供給予 HTTP的API，這樣所有的常見語言都可以使用CouchDB。
使用CouchDB，意味着我們不需要在像使用RMDBS一樣，在設計應用前首先設計負責數據Table。我們的開發更加快速，靈活。
實現
在CouchDB中，Database表示一個數據庫，每個Database對應一個"Storage"（後綴爲.couch）以及多個View Index(用來存儲View結果支持query）。
Database Storage中可以存儲任意的Document，用戶可以在Database中自定義View，方便對數據進行查詢, View 默認使用JavaScript進行定義，定義好的相關函數保存在 design document中，而View對應的具體數據是保存在View Index文件中。我們可以通過HTTP API請求Database，Document，View，可以進行簡單的Query，以及其他各種系統相關的信息。
Storage File結構
數據庫文件的後綴爲.couch，由Header和Body組成。
- Header
- 包含兩個完全相同的Header信息，每個Header的Size爲2048
- Header中前4字節爲magic code:$g, $m, $k, 0
- 隨後爲header的payload，通過term_to_binary(db_header_record)產生
- 接下來是填充padding
- 最後是16字節的摘要信息(md5(payload+padding)產生)
- Header總長度爲：單個Header * 2 = 2048
- Body
- 由兩個B+Tree組成，其中一個B+Tree根據Document id進行組織，另一個B+Tree以 seqnum（CouchDB內部使用的序號，用來指示最新Revision的文檔）爲key。
-
fulldocinfo_by_id_btree
使用Document id作爲key，常用來根據id來查找對應的document，full_doc_info中包含對應document的所有的Revision信息，通過這些信息，我們可以獲取指定Revision的document
-
docinfo_by_seq_btree
使用seq作爲key，當document被更新時，對應的seq會增加。 具體的document數據（json格式），以及B+Tree混合存儲與這個.couch文件之中。通過B+Tree，我們可以快速的定位到指定的document。
所有的更新操作（包括document的創建，修改和刪除）都是以在couch文件尾部追加的方式（即Append方式）進行。我們進行更新時，首 先拷貝原有的數據信息（僅僅針對修改，如果是Create那麼就沒有copy可言了），隨後將其追加到文件的結尾，這個時候就激發B+Tree從leaf 到root的更新過程，更新的Node信息也是採用Append的方式寫入到文件的結尾，到達根節點時，我們將根節點信息寫入到Header中。這樣一次 更新操作涉及1次數據寫入，以及LogN次節點更新，所以其複雜度爲O(logN)
因此採用追加的方式，所以在數據庫運行一段時間後，我們需要對其進行“瘦身”，情理那些舊的Document數據。這個過程成爲 Compaction。在Compation的過程，數據庫仍然可用，只是請注意，在Compation的時候，是通過遍歷DBName.couch文 件，將最新的數據拷貝到一個DBName.compat文件中，因此這個過程可能會耗費很大的存儲空間，如果您在系統繁忙（主要是write）的情況下進 行Compation，可能會導致你的硬盤空間耗盡，一定注意哦！
ACID
CouchDB支持ACID特性。Document的更新（add，edit，delete）是順序進行的，但是Database的read爲併發 執行，其不必等待任何其他的read，write的完成。這樣的特性與CouchDB存儲文件的Append增加方式關係密切。
當CouchDB的文檔更新時，爲了保證數據的一致性，Commit分爲以下兩步：
- Document數據和index數據首先寫入到disk數據庫文件
- 生成兩個連續的頭信息（4kb),隨後寫入數據庫文件
在上面兩個過程中，如果在過程1，發生異常（系統崩潰或斷電），那麼couch文件的頭信息沒有發生變化，那麼所有Append的數據都會被忽略； 如果在過程2發生異常，此時Header可能會發生損壞，我們驗證第一個Header和第二個Header，如果任意一個Header可用，那麼數據庫文 件可用。如果兩個Header都不可用，則對應數據庫文件損壞，拋出異常。
一些數據庫系統，爲了實現 Atomic Commit ，提交數據前，將內容寫入到一個rollback log文件，等提交完成後，刪除log文件。
View Server
除了存儲數據，我們還需要依據我們的要求展現數據，乃至一些統計，因此CouchDB中引入了View的概念。View的引入讓CouchDB從一個有趣的文件存儲系統，步入了數據庫的殿堂。也使CouchDB能夠融入到真正的應用環境中。
CouchDB中所有的Document都可以具有自己不同的結構，數據，這和關係型數據庫中，嚴格的表結構，嚴格的關聯完全不同。這樣的特點對於數據的備份同步卻非常有好處！
View Model
通過用戶自定義View，我們可以彙集，統計數據，採用一個類似Map/Reduce的過程。這裏的Map將原始的Document進行映射處理，Reduce將Map的中間結果進行重新歸併統計，總而生成最終結果。這裏和並行計算中的Map/Reduce有些不同。
CouchDB的View針對每個Database，但是其與Database關聯性不是很大，View是一些用戶自定義函數，處理從數據庫的 Document輸入，產生中間數據（如果沒有reduce過程則爲最終數據），然後再通過Reduce處理中間輸出，產生最終結果。同樣的View可以 使用在不同的Database上。
View存儲在design Document中，請注意這裏design Document和View Index是不同的。design Document保存的是view的定義，View Index保存的是針對某個Database進行View操作，產生的結果。
JavaScript View Function
CouchDB內部默認使用JavaScript作爲View的編寫語言，之所以採用Javascript，是和CouchDB面向Web開發相關 的。CouchDB使用Mozilla的spidermonkey作爲JavaScript的解析運行平臺，爲了和Erlang進行交互，其使用c書寫了 一個Port程序couchjs，/server/main.js作爲View Server服務器。
在啓動CouchDB時，通過Command：couchjs main.js即可啓動基於JavaScript的View Server。
View中包含兩個函數:
(map函數，必須）
function(doc) {
emit(null, doc);
}
(reduce函數，可選）
function (key, values, rereduce) {
return sum(values);
}
doc ,爲我們數據庫對應的Document，因爲我們採用JSON格式存儲數據，所以Document在 JavaScript中轉化爲Object。`emit(null, doc)`用來生成map的中間結果，其中第一個參數null表示結果的key，第二個參數爲結果的value，上面的例子中我們的結果爲:
null, value1 ... null, valueN
function (key, values, rereduce)中，根據rereduce變量不同這裏有兩種情況:
- rereduce爲false
- key爲array，element爲：[key,id]，key爲map function產生的key，id爲Document對應id
- values爲array，elements爲map function產生的結果
- 比如 reduce([ [key1,id1], [key2,id2], [key3,id3] ], [value1,value2,value3], false)
- rereduce爲true
- key爲null
- values爲array，element爲前一次reduce返回的結果
- 比如reduce(null, [intermediate1,intermediate2,intermediate3], true)
很多時候，我們一次調用reduce就可以生成最終結果，我們會忽略rereduce參數。
