CouchDB 和 PouchDB 之间的过滤同步

Question

我目前正在考虑在我想编写的下一个应用程序中使用 CouchDB 2 和 PouchDB 7。 基本上，我将在中央存储中拥有一个 CouchDB，而 Web 客户端和移动应用程序将启动一个会思考的 PouchDB。 基本上这就像一个魅力。

但是......如果过滤器应该基于文档所有权来完成，我如何在 CouchDB 和 PouchDB 之间进行过滤同步？

我知道每个用户数据库的解决方案。 但是我的文档将由文档的创建者和他/她添加为读者或作者的人共享访问。

2018 年有什么解决方案可以解决这个问题？ 早在 2016 年，我无法解决这个问题并放弃了应用程序的想法。

Answer 1

您应该在文档中包含限制对文档、所有权、授权用户的访问所需的信息。

根据这些信息，CouchDB 和PouchDB之间的过滤复制定义有两个选项（检查过滤选项）。

1. 基于 CouchDB 设计文档中定义的 JavaScript 过滤器函数。 过滤器函数允许您实现过滤逻辑，该逻辑接受在请求期间提供的参数作为 URL 参数或通过 req 参数在 CouchDB 中进行身份验证的用户。

   这种方法的主要问题是，只要您的数据库增长，您就会注意到性能下降。 过滤器应用于数据库中的每个文档，甚至是删除的文档，以产生结果。 因此，如果您预见到数据库中将有大量文档，我不推荐这种过滤机制。 这里有此类问题的示例。

   对这个性能问题的一个小小的改进是用 Erlang 编写过滤逻辑，这比 JS 选项要复杂一些，在我的测试中，我没有设法获得很大的收益。

2. 在 CouchDB 2.x 中有使用选择器执行过滤复制的选项。 选择器可以被索引和据报道，它比 JS 过滤器快 10 倍。 选择器完全由客户端定义，不基于数据库中的身份验证上下文。 此选项的扩展性比前一个要好得多。

在任何情况下，过滤都允许您在复制过程中进行一些数据库分段，但它不是文档级读取权限的安全机制。

使用验证文档更新功能可以实现文档写入权限。

---

更新我重新审视了这个答案，试图提供关于数据库过滤机制的更精确的信息。 我已经测试了试图确认答案陈述的不同过滤方法的性能。

我加载了一个包含 9000 个文档的数据库，并使用四种技术对 _changes 提要过滤进行了时间测量：JS 过滤、Erlang 过滤、Mango 选择器过滤和 Doc id 过滤，结果如下：

• JS 过滤 9000 个文档 - 4.3 秒
• Erlang 过滤 9000 个文档 - 2.3 秒
• 9000 个文档的芒果选择器过滤 - 0.48 秒
• 9000 个文档的文档 ID 过滤 - 0.01 秒

测试证实 JS 过滤是更糟糕的选择，因为它需要在引入额外开销的外部进程中评估过滤条件。 Erlang 和 Mango 表达式在过滤过程中进行评估，这代表了真正的性能提升。

为了验证文档数量对过滤的影响，我创建了一个包含 20.000 个文档的数据库，并使用以下结果执行了相同的测试：

• JS 过滤 20.000 个文档 - 10 秒
• Erlang 过滤 20.000 个文档 - 5.45 秒
• 芒果选择器过滤 20.000 个文档 - 1.07 秒
• 20.000 个文档的文档 ID 过滤 - 0.01 秒

JS、Erlang 和 Mango 过滤时间增量与文档数量成线性关系。 这些过滤机制不使用索引。 Doc ids 过滤是恒定的，因为它基于 _id 索引。