XDCR目标Bucket中Couchbase二进制文档持续增长问题咨询

问题背景 #

运行环境：Windows Server 2016 标准版 + Couchbase 企业版 6.6.2
Bucket 配置：

• Bucket A：开启enable_shared_bucket_access = true，由Sync Gateway创建新文档，多服务可修改/删除文档
• Bucket B：通过XDCR同步Bucket A的所有变更，但删除操作不同步；Bucket B中超过62天的文档由外部服务删除

随着时间推移，发现Bucket B中93%的文档为二进制文档，业务仅使用JSON文档，判断为Couchbase内部文档，示例如下：

{
    "$1": {
        "cas": 1667520921496387584,
        "expiration": 0,
        "flags": 50331648,
        "id": "_sync:rev:00001abd-1f99-4b4e-a695-d11574ea9ed8:0:",
        "type": "base64"
    },
    "pa": "<binary (1 b)>"
},
{
    "$1": {
        "cas": 1667484959445614592,
        "expiration": 0,
        "flags": 50331648,
        "id": "_sync:rev:00001abd-1f99-4b4e-a695-d11574ea9ed8:34:2-d3fb2d58672f853d98ce343d3ae84c1d",
        "type": "base64"
    },
    "pa": "<binary (1129 b)>"
}

这类文档数量持续增长且无法自动清理，占用大量资源，现咨询以下问题：

疑问 #

1. 这类文档的用途是什么？
2. 为何无法自动清理？
3. 直接删除这些文档是否安全？
4. 这是Bug还是特性？

解答 #

1. 文档用途 #

这些是Sync Gateway生成的版本控制元数据文档，ID前缀_sync:rev:表明它们用于记录同步文档的历史版本信息，包括文档的修订ID、CAS值、标志位等，支撑Sync Gateway的多设备同步、冲突解决等核心功能，属于Couchbase Mobile同步架构的内部组件。

2. 无法自动清理的原因 #

• Sync Gateway默认会保留文档的历史版本，除非配置了版本清理规则（如revision_limit），但Bucket A的这些元数据文档本身没有设置过期时间（示例中expiration=0）；
• XDCR同步时仅复制新增/修改操作，但不同步删除操作，导致Bucket A中被清理的版本元数据无法同步删除到Bucket B；
• 外部服务仅删除Bucket B中超过62天的业务文档，未覆盖这些_sync:前缀的内部元数据文档，因此它们会持续积累。

3. 直接删除的安全性 #

对于Bucket B来说，直接删除这些_sync:rev:前缀的文档是安全的：

• Bucket B仅作为XDCR同步的目标，未对接Sync Gateway，不需要这些版本元数据支撑同步功能；
• 这些文档不属于业务数据，删除后不会影响业务逻辑；
• 注意：如果后续Bucket B需要对接Sync Gateway，需保留这些元数据，但当前场景下无此需求，可放心删除。

4. 是Bug还是特性？ #

这属于特性引发的预期外积累，而非Bug：

• Sync Gateway生成版本元数据是正常的同步架构设计；
• XDCR不同步删除操作是可配置的行为（默认不同步删除，需开启enable_xdcr_delete参数）；
• 问题根源是当前架构未针对这些内部元数据设置清理规则，且XDCR删除同步未开启，导致文档持续积累。

内容的提问来源于stack exchange，提问作者Siraf