ElasticSearch版本控制

本章内容概述

1、版本控制概述
2、处理冲突
3、乐观并发控制详解
4、使用外部版本控制系统

1、版本控制概述

	版本控制是指对软件开发过程中各种程序代码、配置文件及说明文档等文件变更的管理，是软件配置管理的核心思想之一。
	
	为了保证数据在多线程操作下的准确性,ElasticSearch采用了版本控制。

2、处理冲突

	当使用index 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：

	web_1让现货数量失效是因为web_2没有察觉到现货数量的拷贝已经过期（web_1取数据，减一后更新了现货数量。可惜在web_1更
新现货数量前它就拿到了数据，这个数据已经是过期的了，当web_2再回来更新现货数量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）
	
		乐观并发控制（Optimistic concurrency control）：

2.1 悲观并发控制

	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。

	总结: 假设会发生并发冲突，屏蔽一切可能违反数据准确性的操作

2.2 乐观并发控制

	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。

	总结:假设不会发生并发冲突，只在提交操作是检查是否违反数据完整性。

3、乐观并发控制详解

	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。

	让我们创建一个新的博文：

PUT /website/blog/1/
{
  "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。

PUT /website/blog/1/
{
  "title": "My first blog entry111",
  "text":  "Just trying this out..."
}

	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：

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

4、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：

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：

]

	现在我们更新这个文档，指定一个新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：

{
  "_index": "website",
  "_type": "blog",
  "_id": "2",
  "_version": 10,
  "found": true,
  "_source": {
    "title": "My first external blog entry",
    "text": "This is a piece of cake..."
  }
}

rsion": 10,
“found”: true,
“_source”: {
“title”: “My first external blog entry”,
“text”: “This is a piece of cake…”
}
}

		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。