當我壓縮CouchDB數據庫時實際發生了什麼？

我注意到，每插入一些東西后我每次壓縮CouchDB實例，大小都會下降很多（有時甚至下降到20％）。當我壓縮CouchDB數據庫時實際發生了什麼？

我沒有刪除或修改任何數據，我所做的基本上是插入新記錄，結構緊湊，大小下降。

當我壓縮數據庫時實際發生了什麼？它以某種方式壓縮數據？或者是因爲每一個新紀錄都帶有一些垃圾，這些垃圾後來被小冊子刪除了？

即使您只插入數據，每次數據自上次查詢後發生更改時，您的視圖都會更新，這可能會導致相當多的浪費空間。這只是一個猜測。 – biziclop 2012-03-19 10:53:55

CouchDB使用僅附加文件格式。代碼永遠不會執行fseek(3)。從頭開始的任何截斷的.couch文件都是有效的數據庫文件。（CouchDB從結尾向後掃描以找到它的「標題」）。

這種架構的成本在每次更改時都會寫入大量重複數據。基本上，couch會將新數據寫入文件末尾，然後寫入將數據併入數據樹所需的所有元數據更新，然後寫入一個新標題以永久提交所有這些數據。

因此，您可以獲得大量重複的元數據（內部b-tree節點等），更不用提舊文檔數據，可以在.couch文件中建立起來。再一次，這是爲了支付永不覆蓋任何數據的防彈技術。

壓縮僅掃描舊的.couch文件中的相關數據，並僅將其寫入新的.couch文件。 B樹是平衡的，舊的文件不再存在了。它很好，很乾淨。

2012-03-20 13:04:21 JasonSmith

我的記錄是將300GB文件壓縮到6MB。（它有相同的幾個文件的更新率非常高。） – JasonSmith 2012-03-20 13:05:07

哇，這是很多......當它涉及到如此大的分貝大小需要多長時間？ – 2012-03-21 10:34:43

花了一點時間。 CouchDB從較大的文件中挖掘出「實時」數據，將該文件寫入（並且僅限於）新文件，然後重命名該文件，並且瞧！ – JasonSmith 2012-03-22 02:40:18

回答