performance - CouchDB 如何处理定期更新的数据集？

Question

我计划在项目中使用 CouchDB。但是由于查询机制涉及编写 View (这很像常规 RDMBMS 上的索引)，我想知道，如果文档数据库不断更新(写入繁重的数据库)，与常规 RDBMS 相比，CouchDB 的性能会好吗？或者我们是否必须偶尔压缩/重新索引系统以使其执行得更快？

Answer 1

您可能会这样考虑 CouchDB View 模型的优点/缺点。 (CouchDB 黑客可能不同意，但 IMO 它对用户来说已经足够准确了。)

1. View 函数在首次创建时总是执行完整的“表扫描”(就像 RDBMS BTW)
2. 只要没有副作用，map 和 reduce 函数可以是任意复杂的
3. 每个文档和 map/reduce 结果都被缓存并且不再计算
4. 如果您添加或更改文档，它(并且只有它)将被重新计算(并缓存)到该 View

鉴于这些，您可以得出一些关于 CouchDB 性能的结论:

• 整个数据集从来没有重新索引阶段，每次文档更新只是增量
• 更改 View 函数会强制重建整个索引
• 由于 CouchDB 和 RDBMS 都必须为新数据更新索引，因此有理由认为对于大量更新/插入使用，性能会相似。

显然 YMMV 和标准的逃避，“你必须测试你自己的负载”适用。但是，我将添加更多注意事项。

• 我说 RDBMS 在探索式数据查询方面表现出色。当您甚至不知道要从您的数据中提出什么问题时，您真的无法击败结构化查询的语言。
• 但是，一旦您定义了想要了解的内容，CouchDB(也许还有 Hadoop)会提供最丰富的查询系统，因为您只是在编写代码。
• 如果您的数据集很大，NoSQL 数据库会更容易扩展。例如，CouchDB-Lounge允许一组沙发进行并行处理。 Hadoop 做同样的事情，所以它会归结为次要考虑因素:熟悉度、可维护性、CouchDB 是一个 Web 服务器，但需要更多的 DIY； Hadoop 以复杂性、外来性等为代价将更多集群管理内部化。

我希望这有助于阐明您的决定!