Couchdb如何存储重复的附件？

我有一个CouchDB数据库，它主要存储文档附件

文件在数据库中排序，URL结构如下： /db name/numeric file id/official-human-readable-file-name.ext

一个文档始终只有一个附件。 今天，我计算了所有文件的md5总和，似乎其中有许多是重复的

我想知道couchdb是否知道重复的附件，并且在内部只存储指向文件的某种指针，并跟踪引用计数，或者只是按原样存储每个附件

---

我的意思是，如果我把5个相同的100MB文件作为附件，数据库会使用100MB还是500MB？

我在CouchDB文档中也找不到这个问题的直接答案，所以我设计了一个简单的实证测试（使用CouchDB 1.4）：

实验：

我增量添加了3个文档，每个文档都有几个大的（多MB）附件，这些附件在文档之间是相同的。然后，在每次插入文档后，我检查了生成的db.coach文件在磁盘上的大小

结果:

db.coach文件的容量从8MB增加到16MB，第1、第2和第3次文档插入分别增加到24MB。因此，CouchDB确实而不是似乎在消除不同文档上相同附件的重复数据。添加三个文档后手动压缩数据库不会对文件大小产生任何影响，因此一些后台维护过程也不太可能注意到/修复这一点

鉴于以下三个观察结果，缺少附件重复数据消除是一个奇怪的遗漏：

作者非常关心如何有效地处理大型附件，因此他们添加了存储附件的自动gzip压缩（对于那些具有表示某种文本内容的MIME类型的附件）

添加附件会导致计算MD5摘要，并将其与附件的元数据一起存储

CouchDB似乎确实能够消除仍保存在DB中的同一文档的多个版本之间共享的相同附件的重复数据（可能是MD5摘要的一次使用）

考虑到这些因素，令人惊讶的是CouchDB在这方面并不更聪明，因为它将是一个有价值的（可能的）直接优化