如何用PHP编写CouchDB已删除文档及版本的自动清理脚本

嘿，我来帮你搞定这个CouchDB清理已删除文档的问题！结合你的需求，我会一步步教你构建视图、获取数据，以及创建批量清理的POST请求，处理每月10万级别的删除记录完全没问题。

CouchDB中被删除的文档会以「墓碑」形式保留，带有_deleted: true字段。我们可以创建一个专用视图来快速筛选出这些文档：

首先，向你的数据库发送PUT请求，创建一个设计文档（比如ID为_design/deleted_docs）：

PUT /your-db/_design/deleted_docs
Content-Type: application/json

请求体里的视图逻辑如下，map函数会筛选出所有标记为删除的文档，并输出它们的ID和当前版本：

{
  "views": {
    "all_deleted": {
      "map": "function(doc) { if (doc._deleted === true) { emit(doc._id, { _rev: doc._rev }); } }"
    }
  }
}

创建完成后，你可以通过以下GET请求查询所有已删除文档：

GET /your-db/_design/deleted_docs/_view/all_deleted?include_docs=false&limit=1000

• limit=1000是为了分页处理（毕竟10万条数据不能一次性拉取），后续可以用skip或者startkey/endkey来翻页
• 如果需要更多文档细节，把include_docs改成true

如果你需要清理文档的所有历史版本（而不只是当前的墓碑版本），接下来要对每个已删除文档调用_revs_info接口，获取它的所有修订记录：

发送GET请求：

GET /your-db/{doc-id}/_revs_info

返回的结果会包含该文档所有修订版本的状态（available表示版本仍存在，deleted表示已被删除）：

{
  "revs_info": [
    { "rev": "3-abc123", "status": "available" },
    { "rev": "2-def456", "status": "available" },
    { "rev": "1-ghi789", "status": "deleted" }
  ]
}

我们只需要收集status为available的rev值，这些是需要清理的目标。

CouchDB的_bulk_docs接口支持批量操作，非常适合处理大量删除请求。我们需要构建包含所有待删除版本的请求体：

请求的基本信息：

POST /your-db/_bulk_docs
Content-Type: application/json

请求体格式如下，每个条目需要指定文档ID、修订版本，并标记_deleted: true：

{
  "docs": [
    { "_id": "doc-id-1", "_rev": "3-abc123", "_deleted": true },
    { "_id": "doc-id-1", "_rev": "2-def456", "_deleted": true },
    { "_id": "doc-id-2", "_rev": "1-jkl012", "_deleted": true }
    // 更多条目...
  ]
}

注意事项： #

• 批量大小建议控制在1000条以内，避免请求过大导致超时或服务器压力过高
• 脚本里要处理响应结果，检查是否有操作失败的条目（比如版本冲突），可以记录日志或重试

把上面的步骤串起来，你的脚本逻辑大概是这样：

• 循环分页查询视图，获取所有已删除文档的ID
• 对每个文档ID，调用_revs_info获取所有可用修订版本
• 收集所有待删除的_id+_rev组合，分批存入数组
• 每攒够一批（比如1000条），就发送_bulk_docs请求
• 处理响应，记录成功/失败的条目，确保所有目标都被清理

最后，清理完成后可以在低峰期调用POST /your-db/_compact来压缩数据库，释放磁盘空间——这个操作比较耗资源，记得避开业务高峰！

内容的提问来源于stack exchange，提问作者Trevor