处理冲突

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：

img-data-lww

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（译者注：web_1取数据，减一后更新了stock_count。可惜在web_1更新stock_count前它就拿到了数据，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它节点。Elasticsearch即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。

上文我们提到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，它会被简单的忽略。

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，我们的请求就失败了。

Let’s create a new blog post: 让我们创建一个新的博文：

  1. PUT /website/blog/1/_create
  2. {
  3.   "title": "My first blog entry",
  4.   "text":  "Just trying this out..."
  5. }

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：

  1. GET /website/blog/1

响应体包含相同的_version是1

  1. {
  2.   "_index" :   "website",
  3.   "_type" :    "blog",
  4.   "_id" :      "1",
  5.   "_version" : 1,
  6.   "found" :    true,
  7.   "_source" :  {
  8.       "title": "My first blog entry",
  9.       "text":  "Just trying this out..."
  10.   }
  11. }

现在，当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：

  1. PUT /website/blog/1?version=1 <1>
  2. {
  3.   "title": "My first blog entry",
  4.   "text":  "Starting to get the hang of this..."
  5. }
  • <1> 我们只希望文档的_version是1时更新才生效。

This request succeeds, and the response body tells us that the _version has been incremented to 2:

请求成功，响应体告诉我们_version已经增加到2：

  1. {
  2.   "_index":   "website",
  3.   "_type":    "blog",
  4.   "_id":      "1",
  5.   "_version": 2
  6.   "created":  false
  7. }

然而，如果我们重新运行相同的索引请求，依旧指定version=1，Elasticsearch将返回409 Conflict状态的HTTP响应。响应体类似这样：

  1. {
  2.   "error" : "VersionConflictEngineException[[website][2] [blog][1]:
  3.              version conflict, current [2], provided [1]]",
  4.   "status" : 409
  5. }

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。

我们需要做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。而对于上文提到的商品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，它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做为主数据库，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。

如果主数据库有版本字段——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。

外部版本号与之前说的内部版本号在处理的时候有些不同。它不再检查_version是否与请求中指定的一致，而是检查是否小于指定的版本。如果请求成功，外部版本号就会被存储到_version中。

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：

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

在响应中，我们能看到当前的_version号码是5：

  1. {
  2.   "_index":   "website",
  3.   "_type":    "blog",
  4.   "_id":      "2",
  5.   "_version": 5,
  6.   "created":  true
  7. }

现在我们更新这个文档，指定一个新version号码为10：

  1. PUT /website/blog/2?version=10&version_type=external
  2. {
  3.   "title": "My first external blog entry",
  4.   "text":  "This is a piece of cake..."
  5. }

请求成功的设置了当前_version为10：

  1. {
  2.   "_index":   "website",
  3.   "_type":    "blog",
  4.   "_id":      "2",
  5.   "_version": 10,
  6.   "created":  false
  7. }

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。