当使用index API更新文档的时候,我们读取原始文档,做修改,然后将整个文档(whole document)一次性重新索引。最近的索引请求会生效——Elasticsearch中只存储最后被索引的任何文档。如果其他人同时也修改了这个文档,他们的修改将会丢失。

        很多时候,这并不是一个问题。或许我们主要的数据存储在关系型数据库中,然后拷贝数据到Elasticsearch中只是为了可以用于搜索。或许两个人同时修改文档的机会很少。亦或者偶尔的修改丢失对于我们的工作来说并无大碍。

        但有时丢失修改是一个很严重的问题。想象一下我们使用Elasticsearch存储大量在线商店的库存信息。每当销售一个商品,Elasticsearch中的库存就要减一。

        一天,老板决定做一个促销。瞬间,我们每秒就销售了几个商品。想象两个同时运行的web进程,两者同时处理一件商品的订单:

      

es版本冲突_elasticsearch

         web_1让 stock_count失效是因为 web_2没有察觉到stock_count的拷贝已经过期(注:web_1取数据,减一后更新了stock_count。可惜在web_1更新stock_count前他就拿到了数据,这个数据已经是过期的了,当web_2再回来更新stock_count时这个数字就是错的。这样就会造成看似卖了一件东西,其实是卖了两件,这个应该属于幻读。)。结果是我们认为自己确实还有更多的商品,最终顾客会因为销售给他们没有的东西而失望。

        变化越是频繁,或读取和更新间的时间越长,越容易丢失我们的更改。

        在数据库中,有两种通用的方法确保在并发更新时修改不丢失:

        悲观并发控制(Pessimistic concurrency control)

        这在关系型数据库中被广泛的使用,假设冲突的更改经常发生,为了解决冲突我们把访问区块化。典型的例子是在读一行数据前锁定这行,然后确保只有加锁的那个线程可以修改这行数据。

        乐观并发控制(Optimistic concurrency control)

        被Elasticsearch使用,假设冲突不经常发生,也不区块化访问。然而,如果在读写过程中数据发生了变化,更新操作将失败。这时候由程序决定在失败后如何解决冲突。实际情况中,可以重新尝试更新,刷新数据(重新读取)或者直接反馈给用户。

     

  • 乐观并发控制

         Elasticsearch是分布式的。当文档被创建、更新或删除,文档的新版本会被复制到集群的其他节点。Elasticsearch既是同步的又是异步的,意思是这些复制请求都是平行发送的,并无序(out of sequence)的到达目的地。这就需要一种方法确保老版本的文档永远不会覆盖新的版本。

        index、get、delete请求时,我们指出每个文档都有一个_version号码,这个号码在文档被改变时加一。Elasticsearch使用这个_version保证所有修改都被正确排序。当一个旧版本出现在新版本之后,他会被简单的忽略。

       我们利用_version的这一优点确保数据不会因为修改冲突而丢失。我们可以指定文档的version来做想要的更改。如果那个版本号不是现在的,我们的请求就失效了。

       让我们创建一个新的博文:

  

PUT /website/blog/1/_create
       {
          "title" : "My first blog entry",
          "text" : "Just trying this out..."
        }

       响应体告诉我们这是一个新建的文档,它的_version是1.现在假设我们要编辑这个文档:把数据加载到web表单中,修改。然后保存成新版本。

       首先我们检索文档:

       GET /website/blog/1

       响应体包含相同的_version是1

      

es版本冲突_elasticsearch_02

      现在,我们通过重新索引文档保存修改时,我们这样指定了version参数:

PUT /website/blog/1?version=1        <1>
      {
          "title" : "My first blog entry",
          "text" : "Starting to get the hang of this..."
      }

      <1> 我们只希望文档的_version是1时更新才生效。

      请求成功,响应体告诉我们_version已经增加到2:

     

es版本冲突_es版本冲突_03

        这告诉我们当前_version是2,但是我们指定想要更新的版本是 1。

        我们需要什么取决于程序的需求。我们可以告知用户其他人修改了文档,你应该在保存前再看一下。而对于上文提高的商品stock_count,我们需要重新检索最新文档然后申请新的更改操作。

        所有更新和删除文档的请求都接受version参数,他可以允许在你的代码中增加乐观锁控制。


  • 使用外部版本控制系统

        一种常见的结构是使用一些其他的数据库作为主数据库,然后使用Elasticsearch搜索数据,这意味着所有主数据库发生变化。就要将其拷贝到Elasticsearch中。如果有多个进程负责这些数据的同步,就会遇到上面提到的并发问题。

         如果主数据有版本字段——或一些类似于timestamp等可以用于版本控制的字段——是你就可以在Elasticsearch的查询字符串后面添加version_type=external来使用这些版本号。版本号必须是整数,大于零小于9.2e+18——Java中的正的long。

        外部版本号不仅在索引和删除请求中指定,也可以在创建(create)新文档中指定。

        例如,创建一个包含外部版本号5的新博客,我们可以这样做:

  

PUT /website/blog/2?version=5&version_type=external
        {
            "title" : "My first external blog entry",
            "text" : "Starting to get the hang of this..."
        }

        在响应中,我们能看到当前的_version号码是5:

      

es版本冲突_es版本冲突_04

       现在我们更新这个文档,指定新version号码为10:

PUT /website/blog/2?version=10&version_type=external
       {
              "title" : "My first external blog entry",
              "text" : "This is a piece of cake..."
 

       }

       请求成功的设置了当前_version为10:

      

es版本冲突_数据_05

       如果你重新运行这个请求,就会返回一个像之前一样的冲突错误,因为指定的外部版本号不大于当前在Elasticsearch中的版本。