任何人使用CouchDB？
在过去的几年里，我一直关注着CouchDB项目，并且看到它现在是一个Apache孵化器项目。 在此之前，CouchDB网站充满了不用于生产代码types免责声明，所以我没有更多的关注它。 如果您已经将CouchDB用于实时项目或技术飞行员，那么我有兴趣了解您的经历。
在18个月的原型，testing和等待CouchDb做好准备之后，我们于2008年12月将一个内部应用程序移交给了CouchDB。到目前为止，我对此感到非常高兴。 它为我们摆脱了许多文件系统对象（PDF和JPEG，现在作为附件存储在CouchDB中）。 这使我们摆脱了NFS，更容易集群/复制我们的前端Web服务器。
CouchDB为您准备的程度取决于您的组织文化。 我们有一个内部开发团队维护几个内部的Erlang应用程序。 由于CouchDB是用Erlang编写的，代码库的质量相当不错，所以我们相信，如果需要，我们可以在CouchDB中修复show stop问题 – 或者至less让我们的数据恢复。 为了以防万一，我们还聘请了一名CouchDB核心团队担任顾问。
但是CouchDB当然不是1.0。 Web工作进程中一直存在崩溃（如果您滥用）。 复制突破了我们，我们没有得到关于它的错误消息。 文档还是非常缺乏。 不过，我相信，它不会吃掉我们的数据，并以合理的速度向前发展。
给你一个关于我们的应用程序的想法：目前我们最大的数据库是大约512000个logging7.5GB的磁盘空间。
我使用CouchDB为Facebook应用程序（每月活跃用户数超过3.5万）提供支持。 有一段时间它使用的是MySQL，但是将整个项目从Perl移植到Erlang之后，我决定将所有数据迁移到CouchDB中，然后使用它。
CouchDB一直是一个伟大的数据存储工作。 我认为它正在成为networking服务的主要参与者。
我刚刚认识了其中一个人（Jan），前一段时间（6个月）就开始工作了，从那以后一直在玩。 我发现CouchDB的社区是非常有知识和有用的，所以每当我遇到问题，至less在几分钟或几小时内就解决了。
我们在第二周就开始了一个项目，基本上要求我们以非关系的方式存储数据，而且由于CouchDB面向文档的存储，我们select了它作为使用的技术之一。 所以这实际上是我第一次在生产中运行它，但我仍然对此非常有信心。 🙂
只是在这里更新（2009-10-25）：
我们的第一个CouchDB安装是20 GB，它拥有4000万条logging。 自2009年1月份开始投入生产，效果很好。 读取（ GET ）速度非常出色，我们将其用作复杂数据的存储，然后只是拉取。
我们的第二个couchdb安装包含两个数据库，一个是1.6亿个文档（210 GB），每天增长15万到30万个文档。 另一个只有 3500万文件（7 GB）。 这个设置有更多的读写，并且初始testingperformance非常好。
在1.6亿文档数据库上查看大楼大概需要一周的时间，但是从那时起，我们升级到了一个更大的Amazon EC2实例，我们也准备升级到CouchDB 0.10.x （从0.9.1 ），因为这个版本包含了很多的性能视图build设的改进。
我在几个场景中使用了couchdb，作为http://devk.it （正在开发中）的文档存储，以及作为分布式电子邮件传送系统的模板存储的更大规模。
CouchDB对于它所做的事情非常敏感，但是我无法让它在我所期望的最高并发级别上运行。 另请注意，由于mochiweb中最大input缓冲区大小的硬编码，最大文档大小相当于1MB。 你可以改变一个头文件并重新编译来绕过这个限制。
我正在使用CouchDB在我的博客上存储（并提供）文章评分。 这不是交通繁忙，但迄今为止坚如磐石。
同时也计划添加评论，我很可能也将存储在CouchDB中。
我发现很容易入门，在OSX上，你可以下载CouchDBX来快速入门。 我使用一个带RestClient的Sinatra后端通过直接的HTTP动词等与“沙发”进行交互。
非常有趣。
目前我正在与CouchDB合作撰写计算机科学论文。 我正在写我的博客http://metalelf0dev.blogspot.com关于我的进展和意见。; 我认为这个项目做得很好，但是现有的文档没有按照应该组织。 关于被褥web界面的快速教程可能是真正有用的初学者恕我直言:)
我在生产中使用了两次couchdb。 首先是wiki喜欢的项目，我认为couchdb是完美的候选人。 保存所有文档的版本帮助很大。 第二个项目是查询加载和想法是先倾倒社交数据，然后用各种filter查询。 它看起来像标准的CouchDB查询function看起来有点纯粹为我们的需要。 但是我们像Lucene一样在全文索引器中添加Lucene，然后在Lucene部分做很多查询。 而且这个解决scheme看起来不错。
