目
录
- 1简介
- 2特性
- 应用场景
- 特色
- 3实现
- 4结构
- 5ACID
- 6View Server
- View Model
- JavaScript
特色
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。
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。
数据库文件的后缀为.couch,由Header和Body组成。
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。
CouchDB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!
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:
Document数据和index数据首先写入到disk数据库文件
生成两个连续的头信息(4kb),随后写入数据库文件
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。
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
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, valueN
function (key, values, 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。[1]