CouchDB 中的无状态分页？答案

【问题标题】：Stateless pagination in CouchDB?CouchDB 中的无状态分页？
【发布时间】：2011-03-06 03:13:05
【问题描述】：

我在使用 CouchDB 进行分页时看到的大多数研究表明，您需要做的是从您的视图中获取前十个（或多个）项目，然后记录最后一个文档的 docid 并将其传递给下一个页。不幸的是，我发现该方法存在一些明显的问题。

这显然使得在一组页面内跳转是不可能的（如果有人直接跳转到第 100 页，您必须运行第 2-99 页的查询，以便知道如何加载第 100 页）。李>
它要求您在页面之间传递可能的大量状态信息。
很难正确编码。

不幸的是，my research 表明，使用skip 会显着降低 5000 条或更大的数据集的速度，并且一旦您达到非常大的数据集（进入 20000 页，每页有 10 条记录大约需要大约20 秒 - 是的，生产中的数据集很大）。所以这不是一个真正的选择。

那么，我要问的是，是否有一种有效的方法可以在 CouchDB 中对视图结果进行分页，可以从任意页面获取所有项目？（我使用的是couchdb-python，但希望没有任何依赖于客户端的内容。）

【问题讨论】：

标签： python pagination couchdb

【解决方案1】：

我是 CouchDB 的新手，但我想我可以提供帮助。我从 CouchDB: The Definitive Guide 中阅读了以下内容：

链表样式分页的一个缺点是...跳转到特定页面实际上不起作用...如果您确实需要跳转到整个文档范围的页面...您仍然可以维护一个整数值索引作为视图索引，并在解决分页时采用混合方法。
—http://books.couchdb.org/relax/receipts/pagination

如果我没看错，你的方法是：

将数字序列嵌入到您的文档集中。
将该数字序列提取为数字视图索引。
使用算术计算任意页面的正确开始/结束数字键。

对于第 1 步，您实际上需要将“page_seq”之类的内容作为字段添加到您的文档中。我没有关于如何获得这个数字的具体建议，我很想知道人们的想法。为了使这个方案起作用，它必须为每条新记录精确地递增 1，因此 RDBMS 序列可能已经失效（我熟悉的序列可能会跳过数字）。

对于第 2 步，您将编写一个带有类似这样的地图函数的视图（在 Javascript 中）：

function(doc):
    emit(doc.page_seq, doc)

对于第 3 步，您需要编写类似这样的查询（假设 page_seq 和页码序列从 1 开始）：

results = db.view("name_of_view")
page_size = ... # say, 20
page_no = ... # 1 = page 1, 2 = page 2, etc.
begin = ((page_no - 1) * page_size) + 1
end = begin + page_size
my_page = results[begin:end]

然后您可以遍历 my_page。

这样做的一个明显缺点是 page_seq 假定您没有为视图过滤数据集，如果您试图让它与任意查询一起使用，您很快就会遇到麻烦。

欢迎评论/改进。

【讨论】：

【解决方案2】：

我们通过使用 CouchDB Lucene 搜索列表解决了这个问题。 0.6 Snapshot 足够稳定，你应该试试：

CouchDB Lucene repository

【讨论】：