我有几个CouchDB数据库。最大的是大约60万个文档，我发现查询太长了（几个小时或更长）。DB很少更新（大约一个月更新一次），只涉及添加新文档，从不更新现有文档。
查询类型为：查找包含key1='a'或多个关键字的所有文档：key1='a', key2='b'。。。
我认为永久视图在这里不实用，所以一直在使用CouchDBPython的"query"方法。
我已经尝试了几种方法，但我不确定什么是最有效的，或者为什么。
方法1：地图功能是：
map_fun = '''function(doc){
if(doc.key1=='a'){
emit(doc.A, [doc.B, doc.C,doc.D,doc.E]);
}
}'''
Python查询是：results=ui.db.query（map_fun，key2=user）
然后是一些带有results.rows的操作。这占用了最多的时间
"results.rows"返回大约需要一个小时。如果我将key2更改为其他内容，它将在大约5秒内返回。如果我重复原始用户，它也很快。
但有时我需要查询更多的密钥，所以我尝试：
map_fun = '''function(doc){
if(doc.key1=='a' && doc.key2=user && doc.key3='something else' && etc.){
emit(doc.A, [doc.B, doc.C,doc.D,doc.E]);
}
}'''
并使用python查询：
results=ui.db.query（map_fun）然后进行一些带有结果的操作。行
第一个查询需要很长时间。当我更改键2时，又需要很长时间。如果我将key2更改回原始数据，所花费的时间相同。（也就是说，似乎没有任何东西被缓存、B树或其他什么）。
所以我的问题是：在couchdb-python中进行查询最有效的方法是什么？在这种情况下，查询是临时的，并且涉及搜索条件的多个关键字？
UI是基于QT的，下面使用PyQt。
对于couchdb python db.query（）方法有两个注意事项：
-
它执行临时视图。这意味着代码流处理将被阻止，直到所有文档都由该视图处理为止。每次通话都会一次又一次地发生这种情况。请尝试保存视图，然后使用db.view（）方法按需获取结果并进行增量索引更新。
-
无论它有多大，它都会读取整个结果。db.query（）和db.view（）方法都不会懒惰，所以如果视图结果是100MB的JSON对象，那么在以某种方式使用它们之前，您必须获取所有这些数据。要以更优化内存的方式查询数据，请尝试将补丁应用于具有db.iterview（）方法——它允许您以分页样式获取数据。
我认为解决问题的方法是为正在搜索的键创建一个索引。这就是你所说的"永久视野"。
请注意基于B树的表中map/reduce和SQL查询之间的区别：
- 搜索关键字的简单SQL查询（如果有索引的话）在B+树中从根到叶遍历单个路径
- map函数读取所有元素，如果它发出小结果，则为事件
您所做的是针对每个查询
- 阅读每个文档（大部分成本），以及
- 在发出的结果中搜索关键字（在B-树中快速搜索）
我认为你的解决方案在设计上一定很慢。
如果您重新设计数据库结构以使永久视图变得实用，则（1.）将执行一次，每个查询只执行（2.）。添加到DB后，每个文档将被视图读取，查询将在存储发出结果的B树中搜索。如果发出的集合小于文档总数，那么查询将搜索更小的结构，并且您可以获得优于SQL数据库的优势。
临时视图的效率远低于永久视图，而且只能用于开发。CouchDB是为使用永久视图而设计的。为了使map/reduce高效，必须实现缓存或使视图永久化。我不熟悉CouchDB实现的细节，也许由于一些缓存，使用不同密钥的第二个查询会更快。如果出于某种原因，您必须使用临时视图，那么CouchDB可能是一个错误，您应该考虑为MongoDB等在线查询创建和优化DBMS。