如何建立“标签” 支持使用CouchDB吗？

Question

我使用以下视图函数来迭代数据库中的所有项目（以便找到标签），但我认为如果数据集很大，性能会很差。 还有其他方法吗？

def by_tag(tag):
return  '''
        function(doc) {
            if (doc.tags.length > 0) {
                for (var tag in doc.tags) {
                    if (doc.tags[tag] == "%s") {
                        emit(doc.published, doc)
                    }
                }
            }
        };
        ''' % tag

Answer 1

免责声明：我没有对此进行测试，也不知道它是否可以表现得更好。

创建单个 perm 视图：

function(doc) {
  for (var tag in doc.tags) {
    emit([tag, doc.published], doc)
  }
};

并查询
_view/your_view/all?startkey=['your_tag_here']&endkey=['your_tag_here', {}]

生成的 JSON 结构会略有不同，但您仍然会得到发布日期排序。

Answer 2

正如巴哈迪尔建议的那样，您可以定义一个永久视图。 但是，在进行此类索引时，不要输出每个键的文档。 相反，emit([tag, doc.published], null)。 在当前的发行版本中，您必须对每个文档进行单独的查找，但是 SVN trunk 现在支持在查询字符串中指定“include_docs=True”，并且 CouchDB 会自动将文档合并到您的视图中，而无需空间开销。

Answer 3

您的观点非常正确。 不过，有一个想法列表：

视图生成是增量的。 如果您的读取流量大于写入流量，那么您的视图根本不会引起问题。 对此感到担忧的人通常不应该如此。 参考框架，如果您将数百条记录转储到视图中而不进行更新，您应该担心。

发出整个文档会减慢速度。 您应该只发出使用视图所需的内容。

不确定 val == "%s" 的性能会如何，但你不应该想太多。 如果有标签数组，您应该发出标签。 当然，如果您期望标签数组包含非字符串，则忽略它。

Answer 4

# Works on CouchDB 0.8.0
from couchdb import Server # http://code.google.com/p/couchdb-python/

byTag = """
function(doc) {
if (doc.type == 'post' && doc.tags) {
    doc.tags.forEach(function(tag) {
        emit(tag, doc);
    });
}
}
"""

def findPostsByTag(self, tag):
    server = Server("http://localhost:1234")
    db = server['my_table']
    return [row for row in db.query(byTag, key = tag)]

byTag 映射函数返回“key”中每个唯一标签的数据，然后返回 value 中带有该标签的每个帖子，因此当您获取 key =“mytag”时，它将检索带有该标签的所有帖子标签“mytag”。

我已经针对大约 10 个条目对其进行了测试，每个查询似乎需要大约 0.0025 秒，不确定它对于大型数据集的效率如何。