从 CouchDB 检索多行性能

Question

我有一个 CouchDB 数据库，其中包含代表 100,000 个事件的文档。除其他事项外，每个事件都有其发生的时间（存储为 [Year,month,day,hour,minute,second] 的数组）和分数。我想制作一个随时间变化的平均分数图。为了做到这一点，我创建了一个视图，其中包含一个映射，该映射发出按间隔存储的键，以及一个对存储桶中的键进行平均的 reduce 函数。

这很好用。当查询总平均值时，CouchDB 几乎立即返回结果。当我每天存储一百个左右的结果时，我的 CouchDB 数据库需要几百毫秒才能产生结果。使用 1000 多个存储桶，查询需要几秒钟才能返回。在运行此查询时，我的 CPU 会跳到 100%，并且我的磁盘相当安静。

我对这种放缓感到有些困惑。由于减少所有内容似乎是即时的，因此我得出的结论是，开销可能在于生成包含 1000 多个条目的 JSON 文档。 CouchDB 不能快速返回 1000 行结果吗？

我是一个 CouchDB 新手，所以完全有可能我的 map 或 reduce 函数很糟糕，或者配置中某处有一个标志允许 CouchDB 使用更多内存。或者可能是 CouchDB 只是针对返回许多结果的聚合查询进行了强烈优化。

建议？

Answer 1

如果当您说“平均”时，您的意思是“平均平均”，则无法直接使用 map/reduce 对得到它，因为它是递归的（每个级别的递归都会引入舍入误差）。

一个更好的解决方案是收集项目的总和和数量，然后您可以在客户端上简单地得出平均平均值。

听起来你的 reduce 函数是导致减速的原因，但在你展示之前我无法判断。

假设你的地图功能是这样的；

function(doc) {
  emit([doc.year, doc.month, doc.day, doc.hour, doc.minute, doc.second], doc.score);
}

你的 reduce 函数是；

_stats

那么您的结果应该非常快（并且可扩展）。内置的 _stats 函数会返回这样的结果；

{"sum":2,"count":2,"min":1,"max":1,"sumsqr":2}

因此，对于您的视图的任何调用，您都可以获得分数的总和和分数的数量，平均平均值很容易得出。