Khả năng trùng lặp Mongo ObjectId đang được tạo trong hai bộ sưu tập khác nhau?

Có thể tạo cùng một đối tượng Mongo ObjectId chính xác cho một tài liệu trong hai bộ sưu tập khác nhau không? Tôi nhận ra rằng nó chắc chắn rất khó xảy ra, nhưng liệu nó có thể?

Không cần quá cụ thể, lý do tôi hỏi là với một ứng dụng mà tôi đang làm việc, chúng tôi hiển thị hồ sơ công khai của các quan chức được bầu mà chúng tôi hy vọng sẽ chuyển đổi thành người dùng chính thức của trang web của chúng tôi. Chúng tôi có các bộ sưu tập riêng cho người dùng và các quan chức được bầu hiện không phải là thành viên của trang web của chúng tôi. Có nhiều tài liệu khác chứa nhiều mẩu dữ liệu khác nhau về các quan chức được bầu mà tất cả đều ánh xạ lại cho người sử dụng ObjectId chính thức được bầu của họ.

Sau khi tạo tài khoản, chúng tôi vẫn nêu bật dữ liệu liên quan đến quan chức được bầu nhưng giờ đây họ cũng là một phần của bộ sưu tập người dùng với ObjectId người dùng tương ứng để ánh xạ hồ sơ của họ tới các tương tác với ứng dụng của chúng tôi.

Chúng tôi đã bắt đầu chuyển đổi ứng dụng của mình từ MySql sang Mongo vài tháng trước và trong khi chúng tôi đang chuyển đổi, chúng tôi lưu trữ id MySql kế thừa cho cả hai loại dữ liệu này và chúng tôi cũng bắt đầu lưu trữ Mongo ObjectId chính thức được bầu trong người dùng tài liệu để ánh xạ trở lại dữ liệu chính thức được bầu.

Tôi đã cân nhắc chỉ định ObjectId người dùng mới là ObjectId chính thức được bầu trước đó để làm cho mọi thứ đơn giản hơn nhưng muốn đảm bảo rằng không thể có xung đột với bất kỳ ObjectId người dùng hiện có nào.

Cảm ơn sự sáng suốt của bạn.

Chỉnh sửa: Ngay sau khi đăng câu hỏi này, tôi nhận ra rằng giải pháp đề xuất của tôi không phải là một ý tưởng rất tốt. Sẽ tốt hơn nếu chỉ giữ nguyên lược đồ hiện tại mà chúng ta có và chỉ liên kết với '_id' chính thức được bầu trong tài liệu người dùng.

Câu trả lời ngắn

Chỉ cần thêm câu trả lời trực tiếp cho câu hỏi ban đầu của bạn: CÓ, nếu bạn sử dụng tạo ID đối tượng BSON, thì đối với hầu hết các trình điều khiển , ID gần như chắc chắn sẽ là duy nhất trên các bộ sưu tập. Xem bên dưới để biết "gần như chắc chắn" nghĩa là gì.

Câu trả lời dài

ID đối tượng BSON được tạo bởi trình điều khiển Mongo DB rất có thể là duy nhất trên các bộ sưu tập. Điều này chủ yếu là do 3 byte cuối cùng của ID, mà đối với hầu hết các trình điều khiển được tạo thông qua bộ đếm tăng tĩnh. Bộ đếm đó là độc lập với bộ sưu tập; nó là toàn cầu. Trình điều khiển Java, ví dụ, sử dụng một AtomicInteger tĩnh được khởi tạo ngẫu nhiên.

Vậy tại sao, trong các tài liệu Mongo, họ có nói rằng ID "rất có thể" là duy nhất, thay vì nói thẳng rằng họ S be là duy nhất? Ba khả năng có thể xảy ra khi bạn sẽ không nhận được một ID duy nhất (vui lòng cho tôi biết nếu có nhiều hơn):

Trước cuộc thảo luận này, hãy nhớ rằng ID đối tượng BSON bao gồm:

[4 byte giây kể từ epoch, băm máy 3 byte, ID tiến trình 2 byte, bộ đếm 3 byte]

Dưới đây là ba khả năng, vì vậy bạn tự đánh giá khả năng bị lừa bịp:

1) Tràn bộ đếm: có 3 byte trong bộ đếm. Nếu bạn tình cờ chèn hơn 16.777.216 (2 ^ 24) tài liệu trong một giây, trên cùng một máy, trong cùng một quy trình, thì bạn có thể tràn các byte truy cập tăng dần và kết thúc bằng hai ID đối tượng chia sẻ cùng một lúc, máy , quá trình và các giá trị truy cập.

2) Bộ đếm không tăng: một số trình điều khiển Mongo sử dụng số ngẫu nhiên thay vì tăng số cho byte truy cập. Trong các trường hợp này, có 1 / 16.777.216 cơ hội tạo ID không duy nhất, nhưng chỉ khi hai ID đó được tạo trong cùng một giây (tức là trước phần thời gian của ID cập nhật sang giây tiếp theo), trên cùng một Máy, trong quá trình tương tự.

3) Máy và xử lý băm đến cùng các giá trị. ID máy và giá trị ID quá trình có thể, trong một số trường hợp rất khó xảy ra, ánh xạ tới cùng các giá trị cho hai máy khác nhau. Nếu điều này xảy ra, đồng thời hai bộ đếm trên hai máy khác nhau, trong cùng một giây, tạo ra cùng một giá trị, thì bạn sẽ kết thúc bằng một ID trùng lặp.

Đây là ba kịch bản để xem ra. Kịch bản 1 và 3 dường như rất khó xảy ra và kịch bản 2 là hoàn toàn có thể tránh được nếu bạn sử dụng đúng trình điều khiển. Bạn sẽ phải kiểm tra nguồn của trình điều khiển để biết chắc chắn.

ObjectIds được tạo phía máy khách theo cách tương tự như UUID nhưng với một số thuộc tính đẹp hơn để lưu trữ trong cơ sở dữ liệu, chẳng hạn như tăng thứ tự và mã hóa thời gian tạo miễn phí. Điều quan trọng cho trường hợp sử dụng của bạn là chúng được thiết kế để đảm bảo tính duy nhất với xác suất cao ngay cả khi chúng được tạo trên các máy khác nhau.

Bây giờ nếu bạn đang đề cập đến trường _id nói chung, chúng tôi không yêu cầu tính duy nhất trên các bộ sưu tập nên việc sử dụng lại _id cũ là an toàn. Ví dụ cụ thể, nếu bạn có hai bộ sưu tập,colors và fruitscả hai có thể đồng thời có một đối tượng như{_id: 'orange'} .

Trong trường hợp bạn muốn biết thêm về cách tạo ObjectIds, đây là thông số: http://www.mongodb.org/display/DOCS/Object+IDs#ObjectIDs-BSONObjectIDSpecification

Trong trường hợp bất kỳ ai gặp vấn đề với các đối tượng Mongo trùng lặp, bạn nên biết rằng mặc dù không có khả năng xảy ra lỗi trong chính Mongo, nhưng có thể sao chép _id được tạo bằng PHP trong Mongo.

Trường hợp sử dụng xảy ra với sự đều đặn đối với tôi là khi tôi lặp qua một tập dữ liệu và cố gắng đưa dữ liệu vào bộ sưu tập.

Mảng chứa dữ liệu tiêm phải được đặt lại rõ ràng trên mỗi lần lặp - ngay cả khi bạn không chỉ định giá trị _id. Vì một số lý do, quy trình INSERT thêm Mongo _id vào mảng như thể nó là biến toàn cục (ngay cả khi mảng không có phạm vi toàn cục). Điều này có thể ảnh hưởng đến bạn ngay cả khi bạn đang gọi chèn trong một lệnh gọi hàm riêng biệt, nơi bạn thường mong muốn các giá trị của mảng không tiếp tục quay lại hàm gọi.

Có ba giải pháp cho vấn đề này:

1. Bạn có thể unset()trường _id từ mảng
2. Bạn có thể xác định lại toàn bộ mảng với array()mỗi lần bạn lặp qua tập dữ liệu của mình
3. Bạn có thể tự xác định rõ giá trị _id (chú ý xác định giá trị đó theo cách mà bạn không tự tạo ra dups).

Tôi đoán rằng đây là một lỗi trong giao diện PHP và không có vấn đề gì với Mongo, nhưng nếu bạn gặp phải vấn đề này, chỉ cần bỏ đặt _id và bạn sẽ ổn thôi.

Không có gì đảm bảo về tính độc đáo của ObjectId trên các bộ sưu tập. Ngay cả khi nó rất khó xảy ra, đó sẽ là một thiết kế ứng dụng rất kém dựa trên tính độc đáo của _id trên các bộ sưu tập.

Người ta có thể dễ dàng kiểm tra điều này trong vỏ mongo:

MongoDB shell version: 1.6.5
connecting to: test
> db.foo.insert({_id: 'abc'})
> db.bar.insert({_id: 'abc'})
> db.foo.find({_id: 'abc'})
{ "_id" : "abc" }
> db.bar.find({_id: 'abc'})
{ "_id" : "abc" }
> db.foo.insert({_id: 'abc', data:'xyz'})
E11000 duplicate key error index: test.foo.$_id_  dup key: { : "abc" }

Vì vậy, tuyệt đối không dựa vào _id là duy nhất trên các bộ sưu tập và vì bạn không kiểm soát chức năng tạo ObjectId, không nên dựa vào nó.

Bạn có thể tạo ra thứ gì đó giống như một uuid và nếu bạn làm điều đó bằng tay, bạn có thể có một số đảm bảo tốt hơn về tính độc đáo.

Hãy nhớ rằng bạn có thể đặt các đối tượng thuộc các "loại" khác nhau trong cùng một bộ sưu tập, vậy tại sao không đặt hai "bảng" của bạn vào cùng một bộ sưu tập. Họ sẽ chia sẻ cùng một không gian _id, và do đó, sẽ được đảm bảo duy nhất. Chuyển từ "tiềm năng" sang "đã đăng ký" sẽ là một thao tác đơn giản ...