NoSql数据库CounchDB的介绍

摘要:
本文是我见过的CouchDB最全面的介绍。在这种情况下,CouchDB应该是一个不错的选择。当然,CouchDB也可以用于使用关系数据库的其他环境。StorageFile结构数据库文件的后缀是Couch,由Header和Body组成。这些特性与CouchDB存储文件的Append添加方法密切相关。除了存储数据之外,ViewServer还需要根据我们的要求显示数据甚至一些统计信息。因此,视图的概念被引入到CouchDB中。它还使CouchDB能够集成到真实的应用程序环境中。

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。

NoSql数据库CounchDB的介绍第1张

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:

  1. Document数据和index数据首先写入到disk数据库文件
  2. 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。

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, 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。

参考

  1. couchdb
  2. horicky
  3. ayende

原文链接:http://goo.gl/0ihxn


免责声明:文章转载自《NoSql数据库CounchDB的介绍》仅用于学习参考。如对内容有疑问,请及时联系本站处理。

上篇几本自然语言处理入门书13个JavaScript图表(JS图表)图形绘制插件【转】下篇

宿迁高防,2C2G15M,22元/月;香港BGP,2C5G5M,25元/月 雨云优惠码:MjYwNzM=

相关文章

mysql安装使用

  linux系统 mysql-5.7.14-linux.zip部署包支持在CentOS 6.x/7.x 服务器硬盘大小要求     a) /data/mysql_data  如果存在该独立分区,要求该分区 >10G b) 如果仅存在 /data 分区, 要求该分区 >10G c) 否则,要求根分区/ > 10G MySQL_INST...

阿里云重磅发布DMS数据库实验室 免费体验数据库引擎

2月27日,阿里云数据管理DMS发布年度巨献——数据库实验室,用户可在该实验室环境下免费体验数据库引擎、以及DMS各项产品功能。数据库实验室是DMS所提供的体验空间,免费赠送数据库引擎资源。 用户只需要登录阿里云账号,即可开通使用各个已支持数据库引擎的全部产品功能,同时还将拥有如下权益: 免费256MB数据空间 免费体验DMS所有功能 未来将享有其他类型...

Oracle字段

pl/sql查看当前数据库编码语句:select userenv('language') from dual; 测试结果:数据库字符集编码是utf-8 1、nvarchar2(size) ,size不能大于2000;而varchar2(size),size不能大于4000 2、nvarchar2(size)存size个汉字、英文等;varchar2(si...

.NET开源快速开发框架Colder发布 (NET452+AdminLTE版)

.NET开源快速开发框架Colder(NET452+AdminLTE版) 引言 半年前将基于Easyui的快速开发框架开源,三个版本(NET4.52,NETCore和NET4.0)总共荣获200+星,得到了大家的认可,也很高兴能够帮助到大家。但不可否认的是Easyui在现在各大主流UI框架(Bootstrap、iview、Layui、element-ui等...

Android 扫描SD卡内所有MP3(音频)文件

    这段时间一个MP3小项目,其中有一个功能就是扫描SD卡内所有MP3文件。 在这儿我首先就想到了一个方法:遍历SD卡内所有目录或文件 1.遍历SD卡内所有目录或文件 package com.wenhao.test.sddemo; import java.io.File; import android.app.Activity; import a...

MySQL笔记——用户管理

MySQL服务的默认端口是3306 用户权限管理 关于mysql数据库中的user表:   user表是MySQL最重要的权限表之一,在用户登录就是匹配user表中的Host、User、Password这三个字段,当三个字段同时匹配时才能允许登陆。   user表中以priv结尾的字段就是决定了用户的权限,这些字段默认都是N。 关于mysql数据库中的u...