我的用例如下 - 我在 mongoDB 中有一组文档，我必须发送这些文档进行分析。 文件格式如下-

{ _id:ObjectId("517e769164702dacea7c40d8") , 日期:“1359911127494”， 状态:“可用”， 其他字段... }

我有一个阅读器进程，它选择按 date 排序的 status:available 的前 100 个文档，并使用 status:processing 修改它们。 ReaderProcess 发送文档进行分析。分析完成后，status 将更改为 processed。

当前阅读器进程首先获取 100 个按 date 排序的文档，然后在循环中将每个文档的 status 更新为 processing。这种情况有没有更好/更有效的解决方案？

此外， future 为了可扩展性，我们可能会使用多个读取器进程。 在这种情况下，我希望一个阅读器进程选择的 100 个文档不应该被另一个阅读器进程选择。但是现在获取和更新是单独的查询，所以很可能多个读取器进程选择相同的文档。

Bulk findAndModify(有限制)可以解决所有这些问题。但不幸的是，它还没有在 MongoDB 中提供。这个问题有解决办法吗？

最佳答案

正如你提到的，目前没有干净的方法可以做你想做的事。目前，对于您需要的操作，最好的方法是:

1. 阅读器选择 X 个具有适当限制和排序的文档
2. Reader 用自己唯一的 Reader ID (e.g. update({_id:{$in:[<result set ids>]}, state:"available", $isolated:1}, {$set:{readerId:<your reader's ID>, state:"processing"}}, false, true)) 标记 1) 返回的文档
3. 阅读器选择所有标记为正在处理且具有自己阅读器 ID 的文档。此时可以保证您拥有对生成的文档集的独占访问权限。
4. 提供来自 3) 的结果集供您处理。

请注意，这甚至适用于高度并发的情况，因为阅读器永远无法保留尚未被其他阅读器保留的文档(请注意，步骤 2 只能保留当前可用的文档，并且写入是原子的)。如果您希望能够使预订超时(例如对于阅读器可能崩溃/失败的情况)，我也会添加一个带有预订时间的时间戳。

编辑:更多细节:

如果写入需要相对较长的时间，则所有写入操作偶尔会为挂起的操作生成。这意味着除非您采取以下步骤，否则步骤 2) 可能看不到步骤 1) 标记的所有文档:

• 使用适当的“w”(写关注)值，表示 1 或更高。这将确保调用写入操作的连接将等待它完成，而不管它是否产生。
• 确保在同一连接(仅与启用了 slaveOk 读取的副本集相关)或线程上执行步骤 2 中的读取，以保证它们是连续的。前者可以在大多数驱动程序中使用“requestStart”和“requestDone”方法或类似方法来完成(Java 文档here)。
  • 将 $isolated 标志添加到您的多重更新中，以确保它不会与其他写入操作交错。

另请参阅有关原子性/隔离性讨论的评论。我错误地认为多重更新是孤立的。它们不是，或者至少默认情况下不是。

https://stackoverflow.com/questions/16334045/