解读

在国内 CouchDB 面试中，面试官问“如何导出数据”并不是想听你背命令，而是考察三点：

1. 你是否清楚 CouchDB 的“文档-附件-序列化”模型 与关系型导出差异；
2. 面对 GB~TB 级生产库，能否给出 不停机、不断增量、不丢序列化类型 的实战方案；
3. 是否了解 国产化合规要求（等保、信创、长周期归档），能把技术动作解释成审计语言。
   回答时先分层：小库一次性、大库在线流式、合规加密归档，再给出可落地的脚本与回滚验证手段，才能拿到高分。

知识点

• CouchDB 序列化格式：JSON + Base64 附件，保留 _id、_rev、_attachments 元数据，丢失任一字段会导致后续增量复制失败。
• /_all_docs 与 /_changes 语义差异：前者只能拿最新 rev，后者带 seq 可做断点续传，是增量导出核心。
• couchbackup / couchrestore：IBM 开源的 Node.js 流式工具，支持 自定义缓冲行数 与 Snappy 压缩，国内镜像源可配淘宝 NPM。
• couch-dump：Python 单文件脚本，适合 <100 GB 库，可直接输出 gzip 分卷，方便上云 OSS。
• 复制（Replication）协议：CouchDB 原生双向复制，目标可以是本地 LevelDB 文件（通过 pouchdb-server），实现“离线镜像”式导出。
• 等保 2.0 对导出要求：敏感字段需 国密 SM4 加密，传输走 TLS 1.3，日志留存 ≥ 180 天，脚本必须支持 非交互式 AK/SK 读取。
• 大数据量优化：使用 seq_interval=10000 与 feed=longpoll 降低 Coordinator 节点毛刺；在国产 ARM 服务器上建议把 Erlang 调度器绑定到物理核，避免 NUMA 抖动。

答案

线上环境以“可续传、可加密、可验证”三原则作答，给出两套方案：

方案 A：中小库（<200 GB，单节点）

1. 安装工具：
   npm install -g couchbackup --registry=https://registry.npmmirror.com
2. 一次性全量：
   couchbackup --url https://user:pass@db1:6984 --db order --log order.log | gzip > order-$(date +%F).couch
3. 加密归档（满足等保）：
   openssl enc -sm4-cbc -salt -in order-$(date +$(date +%F).couch.sm4 -kfile /etc/couch/keys/sm4.pass
4. 回滚验证：
   couchrestore --url http://localhost:5984 --db order_test <(gunzip < order-$(date +%F).couch)
   比对 curl http://localhost:5984/order_test | jq '.doc_count' 与源库是否一致。

方案 B：大库或不允许停机（≥200 GB，三节点集群）

1. 开启 专用复制用户（角色 replicator），白名单源 IP；
2. 在备份节点启动 pouchdb-server 作为临时目标，磁盘采用 国产麒麟系统 + ext4 + 64 KB 块大小，降低碎片；
3. 使用 _changes?feed=continuous&heartbeat=10000&since=last_seq 做 断点续传复制，脚本每 10 分钟把 last_seq 写入 /opt/couch/seq.log；
4. 复制完成后，用 tar --tape-length=8589934592 分卷打包，每卷 8 GB 便于上云；
5. 通过 rclone + 国密 TLS 1.3 上传至 天翼云 OOS，桶策略开启 多 AZ 复制；
6. 最终做 SHA-256 全量校验，值写入 区块链存证平台（如长安链），满足金融客户审计。

拓展思考

1. 如果面试官追问“如何只导出最近 7 天变更”，可答：用 _changes 过滤 startkey=7days_ago_seq，再写 视图 _design/partial 把结果集流式导入 Kafka，实现 CDC。
2. 若问“导出时 CPU 飙高怎么办”，可提 Erlang 的 +P 1000000 调大进程池，并把 couchbackup 的 --buffer-size 从默认 500 降到 50，牺牲吞吐换毛刺平滑。
3. 国产化场景下，couchbackup 依赖 Node.js，需提前编译 龙芯或鲲鹏 ARM64 原生镜像，否则现场编译会超时；可引用 华为开源镜像站 的预编译包，体现你对信创生态的熟悉度。