索引更新如何适用于 Solr 和 Elasticsearch？

Question

我有一个使用事件溯源和命令查询责任隔离模式的应用程序。 命令部分的开发已经完成，我必须决定如何实现查询部分。

我的系统处理客户订单，因此当订单事件到达时，该订单会使用 orderId 和订单有效负载进行处理。 问题是，在这种形式下，查询订单的唯一方式是通过 orderId，所以我不能问一个问题，比如给我系统中状态为 OPEN 的所有订单。

对于这部分，我必须使用查询部分，我对查询部分的潜在技术实现，一个像 PostGre DB 这样的经典解决方案，或者在我看来 Solr/Elasticsearch 更优雅的方式。

我对 Solr/Elasticsearch 有基本的了解/经验，我想利用这个机会学习更多，但我的困境来了。 我们公司的一些其他部门已经在与 Elasticsearch 合作，那个 deperatment 的同事告诉我，更新 elasticsearch 不是一个好主意，我不太理解他的论点，所以我想在这里问我打算做什么所以你可以告诉我，这是个坏主意，或者 Solr 更适合它。

我计划将我的订单的每个状态更改作为 Elasticsearch 的更新发送，因此它看起来如下所示。

ID		地位	顾客	项目
orderId1	->	提交订单	订单.客户	订单.项目
orderId1	->	订单已更改	订单.Customer1	订单.项目
orderId1	->	订单处理	订单.Customer1	订单.项目
orderId1	->	订单.ON_DELIVERY	订单.Customer1	订单.项目
orderId1	->	订单完成	订单.Customer1	订单.项目

如您所见，我必须将 orderId 的多个更新发送到 Elasticsearch/Solr。

所以我的同事告诉我，Elasticsearch 中的 Indexed Documents 是不可变的，当我发送 order.SUBMITTED 事件被索引时，它会创建文档但 order.CHANGED 事件不会更新文档而是创建另一个文档。 现在我不能完全判断这个结果，对于我的业务案例（我将询问我的 Customer1 的订单，我将看到状态 SUBMITTED 和 CHANGED，2 条记录作为查询响应）或操作（额外的负载和存储）。

我是否正确理解了 Eleasticsearch 的行为？ 如果是，Solr 会有什么不同吗？

如果理解正确，两者将表现相同，我可以设计任何不同的东西来帮助实现我的目标。

最后，我对这个解决方案使用 PostGre 没有问题，我只是认为 Elasticsearch 或 Solr 是解决这个问题的更自然的选择。 你怎么认为？

谢谢你的答案。

Answer 1

您的同事部分正确，关于 Elasticsearch(ES) 中昂贵的更新和更新是不可变的，但这并不意味着 ES 不适合频繁更新的系统，事实上由于其可扩展性和分布式特性，它是首选和被用于高吞吐量和低延迟系统（包括搜索系统）。 你有一些误解，我会尽力解释它们。

1. ES和Solr都是基于Lucene的，而昂贵的更新或不可变更新是Lucene的属性，所以无论你选择ES还是Solr，你都将底层使用Lucene，并具有相同的更新机制。
2. 更新是不可变的，这并不意味着您的旧订单状态将始终在索引中，例如，最初您的订单状态是SUBMITTED ，后来您将其更新为CHANGED ，所以即使它是不可变的，但是当您查询订单状态时，您将获得最新状态（如果刷新发生在索引上，在 ES 中默认为 1 秒），除了永久删除旧文档（在合并过程中发生，在#3 中解释），ES 将旧文档标记为已删除（软通过更新 boolean 标志删除，在文档更新时删除），因此在您搜索期间不会返回这些软删除的文档。
3. ES 会定期删除旧文档，因此在您的情况下order状态SUBMITTED将在合并过程中从索引中删除，以便旧文档被删除，并且您的索引大小不会增加。

同样重要的是要理解，这种不可变更新为提高搜索/读取性能提供了巨大的好处，因为现在这些段（包含 ES 中的文档）可以在多线程环境中使用，并且可以缓存由于不变性原因。