Elasticsearch 如果保证读写一致

Elasticsearch 通过多机制组合保障读写一致性,针对高并发场景优化设计,具体实现如下:

一、写入一致性控制‌

‌1.1 一致性级别参数(consistency)‌

写操作时指定分片确认数量,确保数据可靠同步:

quorum(默认):多数分片(主+副本)确认成功,公式:int( (主分片数 + 副本数) / 2 ) + 1

all:所有分片确认(强一致,性能较低)

one:仅主分片确认(弱一致)

‌ 活跃分片等待(wait_for_active_shards)‌指定写操作前需可用的最小分片数(如设为 all 需全部在线),避免写入不可用分片。

二、并发冲突解决‌

‌2.1 乐观锁与版本控制‌

文档自带 _version 字段,更新时校验客户端提交版本号:

若匹配则更新并递增版本号

若冲突则拒绝操作(返回 409 错误)

新版本推荐使用 if_seq_no(序列号)和 if_primary_term(主分片任期)替代 _version,精确控制基于最新状态的更新。

复制代码
PUT /index/_doc/1?if_seq_no=5&if_primary_term=1
{ "data": "new_value" }

三、实时性保障‌

‌3.1 刷新策略(refresh_interval)‌

默认 1 秒刷新一次内存数据到可搜索状态,可通过参数调整:

?refresh=true:写入后强制立即刷新(性能损耗大)

?refresh=wait_for:写入后等待刷新完成再响应(平衡实时性与性能)

‌ 读取偏好设置(preference)‌

查询时指定 preference=_primary,强制从主分片读取最新数据,避免副本延迟导致脏读。

四、分布式协同机制‌

‌4.1 主分片权威性‌

所有写操作仅由主分片处理,再同步至副本分片。

‌4.2全局检查点(Global Checkpoint)‌

标记所有分片已确认同步的操作序列号,加速故障恢复时的数据一致性校验。

‌4.3 主分片切换保护‌

通过递增的 Primary Term 标识主分片任期,避免脑裂场景下数据冲突。

相关推荐
Acrelhuang3 小时前
覆盖全场景需求:Acrel-1000 变电站综合自动化系统的技术亮点与应用
大数据·网络·人工智能·笔记·物联网
忙碌5443 小时前
智能应用开发指南:深度学习、大数据与微服务的融合之道
大数据·深度学习·微服务
萤丰信息3 小时前
智慧园区系统:开启园区管理与运营的新时代
java·大数据·人工智能·安全·智慧城市·智慧园区
Q26433650234 小时前
【有源码】基于Hadoop+Spark的起点小说网大数据可视化分析系统-基于Python大数据生态的网络文学数据挖掘与可视化系统
大数据·hadoop·python·信息可视化·数据分析·spark·毕业设计
洞见新研社4 小时前
家庭机器人,从科幻到日常的二十年突围战
大数据·人工智能·机器人
筑梦之人5 小时前
Spark-3.5.7文档2 - RDD 编程指南
大数据·分布式·spark
艾莉丝努力练剑7 小时前
【C++:红黑树】深入理解红黑树的平衡之道:从原理、变色、旋转到完整实现代码
大数据·开发语言·c++·人工智能·红黑树
ImproveJin7 小时前
Flink Source源码解析
大数据·flink
PONY LEE7 小时前
Flink Rebalance触发乱序的问题
大数据·flink
snowful world7 小时前
实验四 综合数据流处理-Storm案例实现
大数据·storm