NoSQL内战：MongoDB与CouchDB查询方式对比
MongoDB和CouchDB都是面向文档的数据库，它们都使用JSON文档格式，它俩通常都被看作是NoSQL数据库，并且现在都很时髦，有很多的共同点，但谈到查询时，两者的差别就很明显了，CouchDB需要预定义视图（本质上是JavaScript MapReduce函数），而MongoDB支持动态查询（基本上和传统关系数据库上的即席查询类似），更重要的是，谈到查询时，CouchDB的API是RESTful，而MongoDB的API更原生化，这意味着在代码中发出一个查询就要使用一个驱动。
例如，使用CouchDB时，为了插入一些数据，可以使用一些外部工具，如Groovy的RESTClient：
import static groovyx.net.http.ContentType.JSON
import groovyx.net.http.RESTClient
def client = new RESTClient("http://localhost:5498/")
response = client.put(path: "parking_tickets/1234334325",
contentType: JSON,
requestContentType: JSON,
body: [officer: "Robert Grey",
location: "199 Castle Dr",
vehicle_plate: "New York 77777",
offense: "Parked in no parking zone",
date: "2010/07/31"])
注意，在这种情况下，我必须为停车票指定一个编号（1234334325），顺便提一下，也可以要求CouchDB使用UUID，如向/_uuids路径发出一个HTTP GET请求。
例如，如果我想找出由Officer Grey开出的所有票，我必须定义一个视图，视图是执行JavaScript MapReduce函数的简单URL，因此我可以快速实现一个函数来提取officer属性等于Robert Grey的所有文档。
function(doc) {
if(doc.officer == "Robert Grey"){
emit(null, doc);
}
}
我必须给这个视图取一个名字，当我向这个视图发出HTTP GET请求时，至少可以得到一个文档。
response = client.get(path: "parking_tickets/_view/by_name/officer_grey",
contentType: JSON, requestContentType: JSON)
assert response.data.total_rows == 1
response.data.rows.each{
assert it.value.officer == "Robert Grey"
}
总的来说，使用CouchDB时，我不能很快地发出一个即席RESTful调用查询信息，必须先定义一个查询（也叫视图），然后将其暴露出来。相反，使用MongoDB时，它和大多数关系数据库没多大区别，你可以在运行时查询你想要看到的任何信息。
例如，下面是我使用MongoDB的原生Java驱动实现的停车票实例：
DBCollection coll = db.getCollection("parking_tickets");
BasicDBObject doc = new BasicDBObject();
doc.put("officer", "Robert Grey");
doc.put("location", "199 Castle Dr");
doc.put("vehicle_plate", "New York 77777");
//...
coll.insert(doc);
假设以后我要查询Robert Smith发出的停车票，只需要简单修改一下officer属性值就可以了，如：
BasicDBObject query = new BasicDBObject();
query.put("officer", "Robert Smith");
DBCursor cur = coll.find(query);
while (cur.hasNext()) {
System.out.println(cur.next());
}
虽然MongoDB和CouchDB有很多相似之处，但在查询方面的确有着本质的不同，CouchDB需要使用MapReduce，而MongoDB更多的是面向动态的查询，当然MongoDB也是支持MapReduce的。
原文标题：MongoDB and CouchDB: vastly different queries