目前為止，本專欄 系列 已經探究了 Google 和 Amazon 平台中的雲計算。 雖然它們在實現和結構上存在不同，但兩種平台都支持快速和可擴展的部署方式 。它們可以快速經濟地組裝、測試、運行和維護 Java 應用程序，這無疑是前所 未有的。但是，雲並不是影響如今 Java 開發速度的唯一因素。開源解決方案還 可以幫助您迅速組裝軟件應用程序，因為您不再需要編寫大量代碼。手動編寫對 象關系映射（ORM）、日志或測試框架的時代已經一去不復返。這些問題已經隨 時間逐漸得到了解決，然後又再次出現在了開源領域中 — 再次面臨這些問題 — 但這些解決方案幾乎始終要比您自己的好。
關於本系列
從 Java 技術首次亮相以來，Java 開發的格局已經發生了巨大的變化。得益 於成熟的開源框架和可靠的租用式部署基礎設施，現在已經可以迅速經濟地裝配 、測試、運行和維護 Java 應用程序了。在本系列中，Andrew Glover 將探索使 這種全新開發范例成為可能的各種技術和工具。
在 Java 開發的整個過程中，開源創新簡化了應用程序的裝配過程。全新的 開源數據庫 Apache CouchDB（截至撰寫本文時的發行版為 0.10.0） 也不例外 。搭建好 CouchDB 環境之後可以輕松地使用它。您只需要操作它的 HTTP 連接 即可；既不需要 JDBC 驅動程序，也不需要第三方控制管理平台。在本文中，我 將向您介紹 CouchDB 並展示如何使用它提升開發速度。考慮到安裝的簡便性， 您將使用 Amazon 的 EC2 平台。並且，您將通過一個方便易用的 Groovy 模塊 來與它通信。
面對文檔的數據庫
關系數據庫基本上主導了數據庫市場。但其他類似的數據庫 — 包括 面向對 象 和 面向文檔 數據庫，兩者在面向關系的世界中極為不同 — 也不時發揮著 舉足輕重的作用。CouchDB 是一種面向文檔的數據庫。它是無模式的，並且允許 您以 JavaScript Object Notation (JSON) 字符串的形式來存儲文檔。
JSON
JSON 是一種輕量級的數據交換格式，同時也是 Web 應用程序的替代格式。 它類似於 XML，但遠沒有它那麼詳細。得益於其輕量級特性，它正成為 Web 的 通用語。
試想一個違規停車罰單。該罰單將涵蓋以下項目：
違規的日期
時間
位置
車輛的描述
牌照信息
違規情況
罰單上收集的格式和數據因管轄權而異。即使對於單一管轄權限內的標准停 車罰單來說，它們的內容也很有可能存在不同。舉例來說，警官在開罰單時可以 不填寫時間，或者可以省略車型，而只填寫牌照的詳細信息。地點可以是兩條街 道的組合（比如 Fourth 和 Lexington 的交匯處），或者是某個固定地址（比 如說 19993 Main Street）。但所采集信息的語義大抵相似。
罰單的數據點可以在關系數據庫中建模，但詳細信息卻有點麻煩。舉例來說 ，如何有效在關系數據庫中捕獲某個交匯點呢？並且在沒有街道交匯的情況下， 數據庫是否會使用空字段來表示第二個地址呢（假定建模方式為在各列中捕獲不 同的街道名）？
在這些情況下，關系數據庫的抽象化程度可能 會稍高一些。所需的信息已經 采用了文檔（罰單）的形式。為什麼不將數據建模為文檔呢？這樣可以不用死守 嚴格的關系模式，而只需要大致遵循高級模式的語義。這正是 CouchDB 的用武 之地。它允許您以靈活的方式來對這些域類型進行建模 — 成果是一個完備的文 檔，它沒有模式，而是使用與其他文檔大致相似的藍圖。
MapReduce
Google 獨創的 MapReduce 是一個用於處理海量數據集的概念框架。它是一 種高度優化的應用大量計算機的分布式問題解決機制。MapReduce 包含兩個函數 ：map 和 reduce。map 函數用於接受大量輸入，並將它們分割為較小的部分（ 同時將這些數據傳遞給其他進程）。reduce 函數的作用是將來自 map 的所有單 獨輸出整合為一個最終的輸出。
借助 CouchDB，您可以搜索文檔、文檔屬性甚至在關系世界中關聯文檔。您 的實現方式是使用視圖，而不是 SQL。從本質上說，視圖是您采用 MapReduce 樣式（在 JavaScript 中）編寫的函數；也就是說，您最終只需要編寫一個 map 函數和一個 reduce 函數。這些函數將共同過濾或提取文檔數據，或者有效利用 它們之間的關系。事實上，CouchDB 具備足夠的靈活性，只要底層文檔沒有發生 發化，它就只需要運行這些函數一次，從而加快視圖處理過程。
CouchDB 最有意思的地方是它的設計方式。CouchDB 體現了 Web 本身的基本 （也是極為成功的）概念。它公開了一組全面的 REST 式 API，允許創建、查詢 、更新和刪除文檔、視圖和數據庫。這使得 CouchDB 的使用變得非常簡單。您 不需要借助其他驅動程序或平台來開始開發：一個浏覽器便能完成所有工作。也 就是說，豐富的庫使 CouchDB 的使用變得非常簡單 — 但從內部來看，它們僅 僅是通過 HTTP 來利用 REST 式概念。
與 Web 的本質特性相類似，CouchDB 在設計時融入了大量可擴展因素。它是 使用並發編程語言 Erlang 編寫的，它支持綁定分布式、容錯、不間斷應用程序 。該語言（現已開源可用）是由 Ericsson 開發的，並在電信環境中得到了廣泛 應用。
安裝 CouchDB，雲風格
CouchDB 的安裝方法因操作系統而異。如果使 用的是 Windows®，則需要安裝 Microsoft C 編譯器 Cygwin，以及其他一 些依賴項。如果使用的是 Mac，則需要使用 Macports。但是，如果使用的是 Linux® 平台，比如說 Ubuntu，則安裝方法就不是那麼簡單了。但並非所有 人都安裝了 Ubuntu 實例吧。您是這樣嗎？
當然，您可以方便的獲取一個 Ubuntu 實例！Amazon 的 EC2 是一種相對較 為經濟的、隨需應變地 使用 Ubuntu 的一種方法。因此，只需要施展少許 EC2 魔法，您就可以迅速搭建好 CouchDB 環境；完成後，您可以關閉它（可以這樣 說）。
首先，您需要找到一個充當基本實例的 EC2 AMI。我最終決定使 用 AMI ami-ccf615a5（一個 Ubuntu 9.04 實例），它是截至撰寫本文時的最新 版本。（當您閱讀本文時，很有可能已經出現了 9.10 版本的 AMI）。使用 Eclipse 或者 AWS Management Console 啟動一個 ami-ccf615a5 實例。確保設 置了允許通過 SSH 訪問的安全策略。（雖然 CouchDB 使用 HTTP，但考慮到簡 單性，您將通過一個 SSH 通道來與它通信）。您還需要使用一個值對。（如果 需要指導，請參見本系列的前兩篇文章 “您也可以租用 EC2” 和 “使用方便的 EC2”。）
啟動了 Ubuntu 9.04 的 EC2 實例 之後，您需要為它設置 ssh。（記住，該實例大約要 1 分鐘時間才能完全啟動 ，因此請耐心等待。）舉例來說，我可以打開一個終端並使用 ssh 設置新創建 的實例，如下所示：
aglover#> ssh -i .ec2/agkey.pem root@ec2-174-129-157- 167.compute-1.amazonaws.com
我的 AMI 的 DNS 名稱是 ec2-174-129-157-167.compute-1.amazonaws.com ，並且我引用的值對的名稱是 agkey。您的 DNS 名稱和值對肯定會不一樣。
在雲 Ubuntu 實例的命令提示中，輸入：
apt-get update
然後輸入：
aptitude install couchdb
這些命令會自動安裝 CouchDB。但是，注意它們不會安裝最新版本。如果需 要最新版本，則需要通過源代碼來安裝 CouchDB。
命令執行結束後，您可以通過發出 ps -eaf 命令來檢查 CouchDB 是否已經 正常運行。通過將 ps 輸出傳遞給 egrep，查看在路徑中使用 couchdb 的進程 。您應該能看到如清單 1 所示的輸出：
清單 1. CouchDB 正在運行中（各行經過分段以適應頁面寬度）
couchdb 1820 1 0 00:54 ? 00:00:00 /bin/sh -e /usr/bin/couchdb
-c /etc/couchdb/couch.ini -b -r 5 -p /var/run/couchdb.pid -o /
couchdb 1827 1820 0 00:54 ? 00:00:00 /bin/sh -e /usr/bin/couchdb
-c /etc/couchdb/couch.ini -b -r 5 -p /var/run/couchdb.pid -o /
couchdb 1828 1827 0 00:54 ? 00:00:00 /usr/lib/erlang/erts-5.6.5/bin/beam
-Bd -- -root /usr/lib/erlang -progname erl -- -home /v
couchdb 1836 1828 0 00:54 ? 00:00:00 heart -pid 1828 -ht 11
接下來，回到本地機器，設置一個 SSH 通道來允許訪問在雲上運行的 CouchDB 實例，就像是在自己的機器上一樣。為此，在本地機器上打開一個新的 終端會話，然後輸入：
ssh -i your key -L 5498:localhost:5984 root@your AMI DNS
最後，在本地機器上打開一個浏覽器。在地址欄中，輸入 http://127.0.0.1:5498/。您應該可以看到一個漂亮的 JSON 歡迎消息，如下所 示：
{"couchdb":"Welcome","version":"0.8.0-incubating"}
現在，看上去一切運轉正常，接下來可以開始應用 CouchDB 了。
采用 REST 風格使用 Groovy 的 RESTClient
REST
在表示狀態傳輸（REST）設計風格中，松散耦合的 Web 應用程序將依賴於指 定資源 — 比如采用統一資源定位符（URL）、統一資源標識符（URI）和統一資 源名稱（URN）的形式 — 而不是消息。REST 明智地采用了 Web 中經過驗證並 獲得了成功的基礎設施 — HTTP。也就是說，REST 將利用 HTTP 協議的各個方 面，比如 GET 和 POST 請求。這些請求將很好地滿足業務應用需求，比如創建 、讀取、更新和刪除（CRUD）。
由於 CouchDB 通過以上 REST 式 HTTP 接口來公開數據，因此使用 CouchDB （您已經在浏覽器中見識一二）是相當簡單的。幾乎所有工作都可以通過 HTTP 來完成。
您可以選擇各種工具來與 HTTP 進行交互。在使用 REST 式接口時，我比較 偏愛 Groovy HTTPBuilder 的 RESTClient 擴展。 HTTPBuilder — 針對 Apache Commons Project 的 HTTPClient 的包裝器 — 在 HTTP POST、GET、 PUT 和 DELETE 的語法中添加了一些 Groovy 因素。由於 HTTPBuilder 是使用 Groovy 創建的，因此編寫利用 REST 式概念的腳本（比如與 CouchDB 通信）都 簡單得不能再簡單了。
Grape 的進一步簡化
為了與 Java 開發 2.0 的一般主題保持一致 — 快速、簡便和免費（或便宜 ） — Groovy 的便捷的 Grape（Groovy Advanced Packaging Engine 或 Groovy Adaptable Packaging Engine）特性對於與 HTTPBuilder 這樣的交互非 常有用。Grape 是一種依賴項管理器，它允許 Groovy 腳本和類在運行時 自動 配置自己的特定依賴項。這簡化了各種開源庫的使用，因為您不需要下載各種 JAR 文件便可開始編寫代碼。舉例來說，借助 Grape，您可以編寫一個 Groovy 腳本來使用 HTTPBuilder，而不需要 HTTPBuilder 的 JAR。借助 Grape，可以 在運行時或編譯時下載它們（通過 Apache）。
您將通過注釋和方法調用來利用 Grape。舉例來說，您可以使用 @Grab 注釋 來修飾某個方法或類聲明。在該注釋中，您將主依賴項指定一些相關的元數據（ 借助 Ivy 的魔力，所有中間依賴項都可以悉數確定）。在運行時或編譯時（無 論孰前孰後），Grape 將下載這些依賴項並確保它們在您的類路徑下。如果已經 下載了依賴項（比如說從之前的運行中），則 Grape 仍然會確保類路徑下包含 適當的 JAR 文件。
通過 Groovy 簡化 CouchDB 的 REST 風格
在可以在 CouchDB 中創建任意文檔之前，您必須首先創建一個數據庫。要創 建一個停車罰單數據庫，可以通過 HTTPBuilder 的域相關語言（DSL）使用其 RESTClient 來發出一個 HTTP PUT，如清單 2 所示。（本文示例中的所有 Groovy 代碼都可以從 下載 小節獲得。）
清單 2. 創建一個 CouchDB 數據庫
import static groovyx.net.http.ContentType.JSON
import groovyx.net.http.RESTClient
@Grab(group='org.codehaus.groovy.modules.http-builder', module='http-builder',
version='0.5.0-RC2')
def getRESTClient(){
return new RESTClient("http://localhost:5498/")
}
def client = getRESTClient()
def response = client.put(path: "parking_tickets",
requestContentType: JSON, contentType: JSON)
assert response.data.ok == true : "response from server wasn't ok"
CouchCB 應該會返回應答 {"ok":true}。如清單 2 所示，在 HTTPBuilder 中可以輕松地解析 JSON 並確保 ok 元素的值確實為 true。
接下來，我們需要創建一些文檔，以便與停車罰單的主題保持一致。要建立 一個停車罰單模型，需要記住一些與罰單相關的方面。另外需要記住，由於它們 是警官將填寫的實際表單，因此一些字段可以不填或者采用預定義的模式 — 考 慮交匯點與准確地點。
使用 HTTPBuilder，您可以通過 HTTP PUT 在 CouchDB 中創建一個文檔（就 像在清單 2 中創建數據庫一樣）。由於 CouchDB 將處理 JSON 文檔，因此您必 須遵循 JSON 的名稱值格式。為此，在 Groovy 中創建一種類似於映射的數據結 構（HTTPBuilder 會將其轉換為有效的 JSON）。如清單 3 所示：
清單 3. 通過 RESTClient創建一個 CouchDB 文檔
response = client.put(path: "parking_tickets/1234334325", contentType: JSON,
requestContentType: JSON,
body: [officer: "Kristen Ree",
location: "199 Baldwin Dr",
vehicle_plate: "Maryland 77777",
offense: "Parked in no parking zone",
date: "2009/01/31"])
assert response.data.ok == true : "response from server wasn't ok"
assert response.data.id == "1234334325" : "the returned ID didn't match"
清單 3 完成了多項任務。首先，在為 CouchDB 文檔發出 PUT 時，您必須分 配一個 UUID。CouchDB 可以為您分配這些值，或者您也可以自已管理它們。在 清單 3 中，我設定了一個值（1234334325）；隨後，該 UUID 將附加到 URL。 如果該 UUID 可用，則 CouchDB 會為它分配執行了 PUT 操作的文檔。在 put 調用的 body 部分，注意為各名稱指定相關值的方式，幾乎與普通的映射無異。 舉例來說，指定警官的名稱為 Kristen Ree，而罰單的地點是 199 Baldwin Dr 。
清單 4 采用相同的技巧在 CouhDB 中創建了另外一個罰單：
清單 4. 另一個停車罰單
def id = new Date().time
response = client.put(path: "parking_tickets/${id}", contentType: JSON,
requestContentType: JSON,
body: [officer: "Anthony Richards",
location: "Walmart Parking lot",
vehicle_plate: "Delaware 4433-OP",
offense: "Parked in non-parking space",
date: "2009/02/01"])
assert response.data.ok == true : "response from server wasn't ok"
assert response.data.id == "${id}" : "the returned ID didn't match"
每次通過 RESTClient 發出 PUT 時，我都斷言 JSON 應答的 ok 值為 TURE ，並且驗證是否存在 id 值。注意在清單 4 中，我沒有創建 UUID，而是使用了 當前的時間 — 並不是非常簡單的技巧，但我已經不再滿足於使用簡單的交匯點 。
在 CouchDB 中成功創建了新文檔之後，它會返回一個包含 UUID 和修訂 ID 的 JSON。舉例來說，該應答表示我在清單 4 中驗證的 JSON：
{"ok":true,"id":"12339892938945","rev":"12351463"}
您的 id 和 rev 值肯定不一樣。注意，我可以通過發出 response.data.id 這樣的調用來捕獲 id 值。
在 CouchDB 中，它將通過修訂來跟蹤文檔，因此您可以返回之前的文檔版本 （通過修訂 ID），這與 CVS 或 Subversion 中的方法極為類似。
CouchDB 中的視圖
現在，我已經創建了一些停車罰單（或者，用 CouchDB 的術語來說是一些文 檔），接下來可以在 CouchDB 中創建一些視圖了。記住，視圖就是實際的 MapReduce 函數；因此，您必須定義它們。在許多情況下，您都不需要 reduce 函數；map 函數可以幫助您完成大多數任務。正如其名，它是任務的映射。舉例 來說，您可以映射希望過濾或查找的任何 “事物” 或方面。
我已經定義了兩個罰單：一個由 Officer Ree 開示，而另一個是由 Officer Richards 發出的。舉例來說，要查找 Officer Ree 開出的所有罰單，您可以編 寫一個 map 函數來過濾相應的 officer 屬性。然後，您可以將結果傳遞給 CouchDB 的 emit 函數。
使用 CouchDB 的管理接口：Futon
您可以通過 CouchDB 的 REST 式 API 或通過 CouchDB 的管理接口 Futon 來定義視圖。Futon 僅僅是一個 Web 應用程序，可以從 http://localhost:5498/_utils/ 下載它。立即訪問該位置（假定您已經跟隨我 創建了數據庫和一些文檔），您應該能看到一個針對 parking_tickets 的簡單 接口，如圖 1 所示：
圖 1. Futon 接口
如果選擇 parking_tickets 數據庫，則隨後可以在最右側看到一個下拉列表 （Select view:）。通過選擇 Custom query...來定義一個自定義視圖，如圖所 示：
圖 2. Futon 的視圖選擇接口
現在，Futon 接口可允許您定義 map 函數和 reduce 函數。（您可能需要單 擊 查看代碼 鏈接）。在 Map 文本框中，定義如清單 5 所示的簡單映射：
清單 5. CouchDB 中的簡單的 map 函數
function(doc) {
if(doc.officer == "Kristen Ree"){
emit(null, doc);
}
}
如您所見，清單 5 中的 map 函數是使用 JavaScript 定義的。它的作用是 通過文檔的 officer 屬性來過濾 CouchDB 數據庫中的文檔。特別需要說明的是 ，僅當警官的名稱為 Kristen Ree 時，該函數才會傳遞一個文檔給 emit。圖 3 顯示了在 Futon 中定義此函數的位置：
圖 3. 創建一個 MapReduce 函數
接下來，您需要指定文檔名稱（輸入 by_name）和視圖名稱（輸入 officer_ree）。這些名稱將作為建立 URL 以便稍後調用此視圖的途徑（該 URL 也就是 http://localhost:5498/parking_tickets/_view/by_name/officer_ree ）。
現在，您可以通過 HTTPBuilder 來使用該視圖：
清單 6. 調用您的新視圖
response = client.get(path: "parking_tickets/_view/by_name/officer_ree",
contentType: JSON, requestContentType: JSON)
assert response.data.total_rows == 1
response.data.rows.each{
assert it.value.officer == "Kristen Ree"
}
該視圖將返回一個 JSON 應答，其中只包含一個文檔：Officer Ree 於 1 月 31 日開出的罰單。通過解析相應的 JSON，清單 6 中的 response 對象將隱藏 原始 HTTP 應答。您可以通過對 response 的 data 屬性調用 toString 方法來 查看原始 JSON 應答。原始應答將如清單 7 所示：
清單 7. 視圖的原始結果
{"total_rows":1,"offset":0,"rows": [
{"id":"1234334325","key":null,
"value":{"_id":"1234334325","_rev":"4205717256","officer":"Kristen Ree",
"location":"199 Baldwin Dr","vehicle_plate":"Maryland 77777",
"offense":"Parked in no parking zone","date":"2009/01/31"}}]}
從返回的原始 JSON 文檔中可以看出，HTTPBuilder 可以非常輕松地解析 JSON，因為它支持通過類似於對象圖的機制來估計各種屬性及其相應的值。
為便於演示，我將向數據庫再添加一些文檔。為了跟隨示例，您應該使用 代 碼下載 完成相同的任務。
CouchDB 的 emit 函數將充當各種形式的組織器。如果未在 map 函數中添加 限制（像我在 清單 5 中做的那樣），則 emit 的基本作用是對傳入文檔進行排 序。舉例來說，如果您希望按日期獲取所有罰單（此處可看作 SQL 的 ORDER BY 語句），則可以按文檔的 date 來執行 emit，如清單 8 所示：
清單 8. 一個比較簡單的 map 函數
function(doc) {
emit(doc.date, doc);
}
清單 9 向此視圖發出了一個 HTTP GET（我已經指定 dates 作為設計文檔名 ，by_date 作為視圖名。）。
清單 9. 調用的另一個視圖
response = client.get(path: "parking_tickets/_view/dates/by_date", contentType: JSON,
requestContentType: JSON)
assert response.data.total_rows == 4
清單中的查詢將按日期順序返回 parking_tickets 數據庫中的所有文檔。 assert 語句僅驗證 total_rows 屬性是否等於 4。這是一個關鍵點。視圖將返 回一些結果以及少許元數據（比如說返回文檔的數量）；因此，它將幫助在開始 解析之前查看原始應答。清單 10 顯示的原始結果：
清單 10. 按日期排序的原始 JSON 文檔
{"total_rows":4,"offset":0,"rows":[
{"id":"85d4dbf45747e45406e5695b4b5796fe","key":"2009/01/30",
"value":
{"_id":"85d4dbf45747e45406e5695b4b5796fe","_rev":"1318766781",
"officer":"Anthony Richards",
"location":"54th and Main","vehicle_plate":"Virginia FCD-4444",
"offense":"Parked in no parking zone","date":"2009/01/30"}},
{"id":"1234334325","key":"2009/01/31",
"value":
{"_id":"1234334325","_rev":"4205717256",
"officer":"Kristen Ree",
"location":"199 Baldwin Dr","vehicle_plate":"Maryland 77777",
"offense":"Parked in no parking zone",
"date":"2009/01/31"}},
{"id":"12345","key":"2009/01/31",
"value":
{"_id":"12345","_rev":"1479261876",
"officer":"Anthony Richards","location":"1893 Main St",
"vehicle_plate":"Maryland 4433-OP",
"offense":"Parked in no parking zone","date":"2009/01/31"}},
{"id":"12339892938945","key":"2009/02/01",
"value":
{"_id":"12339892938945","_rev":"12351463","officer":"Anthony Richards",
"location":"Walmart Parking lot","vehicle_plate":"Maine 4433- OP",
"offense":"Parked in non-parking space",
"date":"2009/02/01"}}]}
在定義這樣的視圖時，您可以隨後向它傳遞一個值 — 也就是 emit 函數的 初始值。舉例來說，清單 8 中定義的視圖主要用於按日期排序。如果希望按具 體的 日期，則將該日期傳遞給視圖查詢。舉例來說，可以在浏覽器的地址欄中 輸入以下 URL：
http://localhost:5498/parking_tickets/_view/dates/by_date? key="2009/01/31"
然後，這個視圖只會返回 1 月 31 日發出的罰單。您應該可以在浏覽器窗口 中看到一些 JSON 樣式的文本，它們與清單 11 中的內容相似。注意，使用浏覽 器作為查詢工具是查看 HTTP 請求的原始 JSON 應答的一種極其簡單的方式。
清單 11. 1 月 31 日僅開出了兩張罰單
{"total_rows":4,"offset":1,"rows":[
{"id":"1234334325","key":"2009/01/31",
"value":
{"_id":"1234334325","_rev":"4205717256","officer":"Kristen Ree",
"location":"199 Baldwin Dr","vehicle_plate":"Maryland 77777",
"offense":"Parked in no parking zone",
"date":"2009/01/31"}},
{"id":"12345","key":"2009/01/31",
"value":
{"_id":"12345","_rev":"1479261876","officer":"Anthony Richards",
"location":"1893 Main St","vehicle_plate":"Maryland 4433-OP",
"offense":"Parked in handicap zone without permit",
"date":"2009/01/31"}}]}
您可以根據需要來定制視圖的功能。舉例來說，只需要少量 JavaScript 字 符串操作，我就可以編寫一個查找 Main Street 上開出的罰單的視圖，如清單 12 所示：
清單 12. 另一個添加了字符串魔力的視圖
function(doc) {
if(doc.location.toLowerCase().indexOf('main') > 0){
emit(doc.location, doc);
}
}
可以從清單 12 中看出，如果任何文檔的 location 元素包含 main，則該文 檔將被傳遞給 emit 函數。記住，這種搜索相當廣泛。如果某文檔的 location 包含一個 Germaine Street 這樣的字符串，則會返回它。對於我所定義的少量 罰單，視圖將返回如清單 13 所示的結果：
清單 13. 按 Main Street 過濾的結果
{"total_rows":2,"offset":0,"rows":[
{"id":"123433432asdefasdf4325","key":"4th and Main",
"value":
{"_id":"123433432asdefasdf4325","_rev":"498239926",
"officer":"Chris Smith","location":"4th and Main",
"vehicle_plate":"VA FGA-JD33",
"offense":"Parked in no parking zone","date":"2009/02/01"}},
{"id":"123433432223e432325","key":"54 and Main",
"value":
{"_id":"123433432223e432325","_rev":"841089995",
"officer":"Kristen Ree","location":"54 and Main Street",
"vehicle_plate":"Maryland 77777",
"offense":"Parked in no parking zone","date":"2009/02/02"}}]}
注意，JSON 應答包含一個 key 元素，用於描述為何要生成特定的文檔。這 一方面的信息相當有用。還需注意，我所定義的各種罰單中的數據在一致性方面 做的不是很好：一些地點是准確的，但也有一些是不精確的。雖然該數據可以存 儲在關系數據庫中，但也同樣可以使用面向文檔的模型。另外，借助 Groovy 和 HTTPBuilder 的高效解析 JSON 的強大能力，可以非常輕松地獲取數據（比原始 JDBC 簡單很多）。
CouchDB 作為 Web 數據庫
CouchDB 的迷人之處在於它的使用非常簡單。關系數據庫也很簡單，但該數據庫的優勢在於您只需要熟悉 Web 浏覽器就可以掌握其 API。此外，由於 CouchDB 提供了 REST 式 API，您可以通過一些炫酷的框架來與其通信，比如說 HTTPBuilder 的 RESTClient。您也不會受制於 HTTPBuilder；各種 Java 庫都 在嘗試簡化 CouchDB 的使用。其中非常有潛力的一個就是 jcouchdb，它可以幫 助您避免 REST 化和 JSON 化，同時允許您以編程方式使用 Java 語言操作文檔 和視圖。
敬請期待下個月的專欄文章，我將回過頭來討論 Google App Engine。在開 放創新精神的大旗下，各種新框架不斷湧現，旨在促進 Google App Engine 的 開發和部署。您將了解它們如何能夠簡化 Google 雲平台上的 Java 開發 2.0 。
本文配套源碼
