问当couchdb 1.6是单服务器数据库时，它如何固有地利用Map reduce

EN

我认为你的问题是这样的：

1. "MapReduce是…集群上的一种并行分布式算法。“[维基百科上的MapReduce article缩写]
2. 但CouchDB 1.x不是集群数据库。
3. 那么CouchDB使用术语"map reduce“是什么意思？

这是一个合理的问题。

历史上使用"MapReduce“作为described by Google in this paper使用该样式化术语，implemented in Hadoop也使用相同的样式意味着对数据集进行并行处理，这对于单个机器来说可能太大了。

但这不是CouchDB 1.x的工作方式。视图索引"map“和"reduce”处理不仅在单机上进行，甚至在单线程上进行！正如dch (核心CouchDB项目的长期贡献者)在他对https://stackoverflow.com/a/12725497/179583的回答中所解释的那样

问题是，最终，某些东西必须串行操作，才能以这样一种方式构建B~树，即跨索引视图的范围查询是有效的。…但是当你第一次意识到高度可并行化的map-reduce算法是按顺序运行的时候，这看起来确实是完全古怪的！

那么: map/reduce给单服务器CouchDB带来了什么好处呢？为什么CouchDB 1.x视图索引是围绕它构建的？

好处是开发人员可以为每个索引"map“和可选的"reduce”提供两个函数，形成非常简单的构建块，这很容易理解，至少在索引设计之后是这样。

我的意思是：

例如，使用SQL查询语言，您将重点放在需要什么数据上-而不是需要多少工作才能找到它。因此，您可能会遇到意想不到的性能问题，这些问题可能会通过找出要添加索引的正确列来解决，也可能无法解决。

在CouchDB中，所谓的NoSQL方法走到了极端。您必须明确地考虑如何“找到”每个文档或文档集。您可以说，我希望能够找到"supervisor“字段与某个标识符匹配的所有"employee”文档。因此，现在您必须编写一个map函数：

function (doc) {
   if (doc.isEmployeeRecord) emit(doc.supervisor.identifier);
}

然后你必须像这样查询它：

GET http://couchdb.local:5984/personnel/_design/my_indexes/_view/by_supervisor?key=SOME_UUID

在SQL中，您可以简单地这样说：

SELECT * FROM personnel WHERE supervisor == ?

那么CouchDB方式的优势是什么呢？在SQL中，如果没有supervisor列上的索引，那么这个查询可能会很慢。在使用CouchDB的情况下，您不能真的意外地执行未优化的查询--您总是必须首先确定一个自定义视图！

(您提供给CouchDB视图的“aggregate functions”函数通常用于缩减目的，比如对多个文档进行计数或求平均值。)

如果你认为这是一个可疑的优势，you are not alone。就我个人而言，我发现通过自定义的“映射函数”(有时是"reduce函数“)设计我自己的索引是一项有趣的挑战，而且它确实带来了回报，至少知道了查询的伸缩成本(对于复制…来说就不是那么多了)。。

因此，不要把CouchDB视图看作是"MapReduce“(在风格化的意义上)，而只是为在一组数据上运行[].map(…).reduce(…)的结果提供高效可访问的存储。因为"map“函数一次只应用于一个文档，所以总的数据集可能会一次超过内存容量。因为"reduce“函数的大小是limited的，所以它进一步鼓励将大量数据高效地处理为高效访问的索引。

如果您想了解更多关于如何存储CouchDB中生成的索引的信息，您可能会发现这些文章很有趣：

• The Power of B-trees
• CouchDB's File Format is brilliantly simple and speed-efficient (at the cost of disk space).
• Technical Details, View Indexes

您可能已经注意到了，很抱歉，我实际上没有一个明确/可靠的答案来说明它的实际优势和原因是什么！我没有设计或实现CouchDB，多年来只是一个狂热的用户。

也许更大的优势是，在Couchbase和CouchDB 2.x这样的系统中，map/reduce思想的“并行友好性”可能会发挥更大的作用。因此，如果你已经设计了一个在CouchDB 1.x下工作的应用程序，那么它就可以在新版本中扩展，而不需要你的进一步干预。