我对CouchDB的运作方式感到有些困惑。到目前为止，我已经了解到第一次请求视图的map函数将导致couchdb构造一个b-tree索引，该索引在以下运行中被引用。
我不确定的是，如果每次请求视图时我的reduce函数返回不同的文档，是否会重构b树？
谢谢
答案 0 :(得分：3)
reduce（）函数不返回文档，它返回给定值集的减少值。 map-reduce的模式如下。为数据库中的每个文档调用map（）函数。从map（）中可以发出（）任意数量的视图行。您可以使用以下代码执行此操作：
emit(key, value);
重要的是要注意map（）只为每个文档修订调用一次，稍后将缓存此结果。结果只能取决于文档，您不能从请求中传递任何参数或发出随机数。
在查询视图时，如果定义了reduce（）函数，则会为匹配查询键范围的文档发出的所有行调用它。同样，没有办法从请求中传递参数。结果只能依赖于传递给reduce（）函数的值。
b-tree结构在内部用于缓存和最小化所需的计算量。您可以使用相同的map（）函数代码和不同的reduce（）函数定义多个视图。 CouchDB足够聪明，可以对map（）的输出进行分片，而不是多次调用它。
我希望这清楚一点。祝你好运！
- 在下面编辑以回答有关在reduce（） -
中选择随机行的注释通常在map（）或reduce（）中使用random是违反map-reduce过程的设计。如果在map（）或reduce（）函数中使用随机性，随机结果将被缓存。 reduce（）的结果被缓存为行的不同子集。您不知道或控制调用reduce（）函数计算查询的最终结果的次数。如果您执行两次完全相同的查询，则第二次可能甚至不需要1次调用。
还有reduce（）函数的设计要求满足以下关系：
reduce(reduce(a) + reduce(b)) = reduce(a + b)
a 和 b 是键值范围。如果你在reduce体内使用随机，这显然是不成立的。
据我了解，您只想从视图中获取随机行。为什么不在视图中使用reduce =“_ count”。您可以在两个查询中执行任务：
获取行数的第一个查询
使用 reduce = false＆amp; skip = random（count）＆amp; limit = 1 进行第二次查询以获取视图的随机行。这里随机（计数）在客户端计算。