解读

国内一线互联网公司在面试 CouchDB 岗位时，常把“复制过滤器”作为区分“只会 CRUD”与“能驾驭分布式”的分水岭。
面试官真正想听的是：

1. 你能否用 Erlang 格式 写出 filter 函数 并正确注册到 _design/；
2. 你能否解释该函数在 多主复制 链路中的执行位置与性能影响；
3. 你能否给出 最小但可验证 的 JSON 样例，证明金额字段是 数值型 而非字符串，避免踩“字符串比较”坑。

一句话：函数必须返回布尔值，字段类型必须对，复制链路必须知道跑在源端还是目标端。

知识点

• 设计文档（_design）：过滤器必须写在 _design/filters 路径下，函数名即为过滤器名。
• filter 函数签名：function(doc, req) -> boolean；req 可携带用户参数，但本题无需。
• 字段类型：金额必须 typeof doc.amount === 'number'，国内支付系统金额统一用 分或元 存整数或浮点，需与面试官对齐。
• 复制 API：POST /_replicate 或 PUT /_replicator/{docId}，JSON 体内加 "filter": "orders/high_value"。
• 性能：过滤器在 源端 执行，每文档一次函数调用；国内大数据场景下，百万级文档 需评估 Erlang 与 JavaScript 切换开销，必要时改写成 Erlang 原生 过滤器。

答案

1. 设计文档（存于源库）

{
  "_id": "_design/orders",
  "filters": {
    "high_value": "function(doc, req) { return doc.type === 'order' && typeof doc.amount === 'number' && doc.amount > 1000; }"
  }
}

2. 触发复制（国内常用 _replicator 数据库，支持断点续传）

PUT /_replicator/order_sync HTTP/1.1
Content-Type: application/json

{
  "_id": "order_sync",
  "source": "http://user:pass@source.corp.k8s.local:5984/shop",
  "target": "http://user:pass@target.corp.k8s.local:5984/shop",
  "filter": "orders/high_value",
  "continuous": true,
  "worker_processes": 4
}

3. 符合规则的示例文档

{
  "_id": "order:2025062500001",
  "type": "order",
  "amount": 1688.00,
  "buyer": "13800138000",
  "items": [{ "sku": "MI13-256", "qty": 1 }]
}

4. 不符合规则的示例文档

{
  "_id": "order:2025062500002",
  "type": "order",
  "amount": "500",   // 字符串，被过滤
  "buyer": "13900139000"
}

拓展思考

• 灰度放量：国内金融场景常要求“金额>1000 且用户等级>黄金”才复制，可把 req.query.level 透传进过滤器，实现 同函数多策略。
• 字段升级：若后续金额拆分为 amount/cent，过滤器需兼容旧字段，用 doc.amount > 1000 || (doc.cent && doc.cent > 100000) 做 平滑迁移。
• 性能调优：当源库文档过亿，过滤器会成为瓶颈；可前置 ** Mango 索引** 做预过滤，或在 Kafka 层 先裁剪数据，再喂给 CouchDB，实现 批流一体。