文档冲突

当使用index API更新文档，一次性读取原始文档，做我们的修改，然后重新索引整个文档。最近的索引请求将获胜：无论最后哪一个文档被索引，都将被唯一存储在 Elasticsearch 中。如果其他人同时更改这个文档，他们的更改将丢失

很多时候这是没有问题的。也许我们的主数据存储是一个关系型数据库，我们只是将数据复制到Elasticsearch中并使其可被搜索。也许两个人同时更改相同的文档的几率很小。或对于我们的业务来说偶尔丢失更改并不是很严重的问题

但有时丢失了一个变更就是非常严重的。如使用Elasticsearch 存储网上商城商品库存的数量，每次卖一个商品的时候，在 Elasticsearch 中将库存数量减少。有一天，管理层决定做一次促销。突然地，一秒要卖好几个商品。假设有两个web程序并行运行，每一个都同时处理所有商品的销售，如果有数据更新的丢失，则会导致数据的不一致性

web_1 对stock_count所做的更改已经丢失，因为 web_2不知道它的 stock_count的拷贝已经过期。结果会认为有超过商品的实际数量的库存，因为卖给顾客的库存商品并不存在，我们将让他们非常失望

变更越频繁，读数据和更新数据的间隙越长，也就越可能丢失变更。在数据库领域中，有两种方法通常被用来确保并发更新时变更不会丢失

• 悲观并发控制
  • 在关系型数据库中广泛使用，它假定有变更冲突可能发生，因此阻塞访问资源以防止冲突
  • 一个典型的例子是读取一行数据之前先将其锁住，确保只有放置锁的线程能够对这行数据进行修改
• 乐观并发控制
  • Elasticsearch中使用的这种方法
  • 假定冲突是不可能发生的，并且不会阻塞正在尝试的操作
  • 如果源数据在读写当中被修改，更新将会失败
  • 应用程序接下来将决定该如何解决冲突
    • 如可以重试更新、使用新的数据、或者将相关情况报告给用户

乐观锁并发控制

Elasticsearch 特点

• 分布式：当文档创建、更新或删除时，新版本的文档必须复制到集群中的其他节点
• 异步和并发：复制请求被并行发送，并且到达目的地时也许顺序是乱的

需要一种方法确保文档的旧版本不会覆盖新的版本

• 通过指定想要修改文档的version号来达到这个目的，乐观锁机制
• index , GET和DELETE请求时，指出每个文档都有一个_version（版本号），当文档被修改时版本号递增
• 使用version号来确保变更以正确顺序得到执行；如果旧版本的文档在新版本之后到达，它可以被简单的忽略
• 利用version号来确保应用中相互冲突的变更不会导致数据丢失；如果该版本不是当前版本号，请求将会失败

注意：老的版本es使用version，但是新版本不支持了，会报下面的错误，提示用if_seq _no和if _primary_term

示例

创建文档

PUT http://localhost:9200/shopping2/_create/1001

body

{}

response

{
    "_index": "shopping2",
    "_type": "_doc",
    "_id": "1001",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 0,
    "_primary_term": 1
}

更新文档

POST http://localhost:9200/shopping2/_update/1001

body

{
    "doc":{
        "title":"华为手机"
    }
}

response

{
    "_index": "shopping2",
    "_type": "_doc",
    "_id": "1001",
    "_version": 2,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 1,
    "_primary_term": 1
}

旧版本防止冲突更新方法

POST http://localhost:9200/shopping2/_update/1001?version=1

body

{
    "doc":{
        "title":"华为手机2"
    }
}

response

{
    "error": {
        "root_cause": [
            {
                "type": "action_request_validation_exception",
                "reason": "Validation Failed: 1: internal versioning can not be used for optimistic concurrency control. Please use `if_seq_no` and `if_primary_term` instead;"
            }
        ],
        "type": "action_request_validation_exception",
        "reason": "Validation Failed: 1: internal versioning can not be used for optimistic concurrency control. Please use `if_seq_no` and `if_primary_term` instead;"
    },
    "status": 400
}

新版本防止冲突更新方法

• if_seq_no 是更新记录的 _seq_no 当前值
• if_primary_term 是更新记录的 _primary_term 当前值

POST http://localhost:9200/shopping2/_update/1001?if_seq_no=1&if_primary_term=1

body

{
    "doc":{
        "title":"华为手机3"
    }
}

response

{
    "_index": "shopping2",
    "_type": "_doc",
    "_id": "1001",
    "_version": 3,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 2,
    "_primary_term": 1
}

外部系统版本控制

一个常见的设置是使用其它数据库作为主要的数据存储，使用Elasticsearch做数据检索，这意味着主数据库的所有更改发生时都需要被复制到Elasticsearch，如果多个进程负责这一数据同步，可能遇到类似于之前描述的并发问题

若主数据库已经有了版本号，或一个能作为版本号的字段值比如timestamp，可以在 Elasticsearch 中通过增加 version_type=extermal到查询字符串的方式重用这些相同的版本号

• 版本号必须是大于零的整数，且小于9.2E+18
• 一个Java中 long类型的正值

外部版本号的处理方式和内部版本号的处理方式有些不同，Elasticsearch不是检查当前_version和请求中指定的版本号是否相同，而是检查当前_version是否小于指定的版本号。如果请求成功，外部的版本号作为文档的新_version进行存储

注意：外部版本号不仅在索引和删除请求是可以指定，而且在创建新文档时也可以指定

示例

使用外部版本号更新当前文档，当前文档version=1

POST http://localhost:9200/shopping2/_doc/1001?version=300&version_type=external

body

{
	"title":"华为手机6"
}

response

• _version 已经替换为外部版本号

{
    "_index": "shopping2",
    "_type": "_doc",
    "_id": "1001",
    "_version": 300,
    "result": "updated",
    "_shards": {
        "total": 2,
        "successful": 1,
        "failed": 0
    },
    "_seq_no": 3,
    "_primary_term": 1
}