我有一个CouchDB数据库，其中包含代表100,000个事件的文档。除其他事项外，每个事件都有一个发生的时间（存储为[年，月，日，小时，分钟，秒]的数组）和分数。我想制作一个平均分数随时间变化的图表。为了做到这一点，我创建了一个带有地图的视图，该地图发出了按间隔排列的密钥，以及用于平均存储桶中密钥的reduce函数。
这很有效。查询总平均值时，CouchDB几乎立即返回结果。当我白天使用并获得大约一百个结果时，我的CouchDB数据库需要几百毫秒来产生结果。使用1000多个桶，查询需要几秒钟才能返回。当这个查询运行时，我的CPU跳转到100％，我的磁盘相当安静。
我对这种放缓感到有些困惑。由于减少一切似乎是即时的，我得出结论，开销可能是生成一个包含1000多个条目的JSON文档。 CouchDB不能以快速的方式返回1000个结果行吗？
我有点像CouchDB新手，所以我的map或reduce功能完全可能很糟糕，或者配置中的某个地方可能有一个标志，允许CouchDB使用更多内存。或者可能是CouchDB仅针对返回许多结果的聚合查询进行了强有力的优化。
么？
答案 0 :(得分：2)
如果你说'平均'意味着'平均'，那么就没有办法直接使用map / reduce对，因为它是递归的（每个递归级别都会引入舍入错误）。
更好的解决方案是收集项目的总和和数量，然后您可以在客户端上平均得出平均值。
听起来你的减速功能是减速的原因，但是在你展示之前我无法分辨。
假设你的地图功能是这个;
function(doc) {
emit([doc.year, doc.month, doc.day, doc.hour, doc.minute, doc.second], doc.score);
}
你的reduce函数是;
_stats
那么你的结果应该非常快（并且可扩展）。内置的_stats函数将返回这样的结果;
{"sum":2,"count":2,"min":1,"max":1,"sumsqr":2}
因此，对于您对视图的任何调用，您都可以得到分数和分数的总和，很容易得出平均值。