分片，唯一索引和upsert，錶面上看似沒有直接聯繫的幾個東西，到底存在怎樣的瓜葛呢？ ...
前言
分片，唯一索引和upsert，錶面上看似沒有直接聯繫的幾個東西，到底存在怎樣的瓜葛呢？
分片
為了保持水平擴展的有效性，分片功能必須保證各個片之間沒有直接關聯，不需要與其他分片交互就可以獨立做出決策。如果不能滿足這一點，隨著分片數量不斷增加，需要交互的分片越來越多，勢必會越來越慢，那麼就違背了分片的初衷了。比如JOIN就是一種典型的破壞分片獨立性的功能。在一個n個分片的集群中，為了得到笛卡爾積，每個分片必須與其他n-1個分片交互來得到結果。雖然不見得是線性的延遲增長（因為n-1個請求可以並行），但是可想而知對資源將是極大的消耗，並且隨著分片數量的增長影響會越來越顯著，最終會到達“增加一個分片可能對性能完全沒有幫助”，或者“增加一個分片反而降低性能”的地步。
唯一索引
唯一索引是另外一個顯著破壞分片獨立性的特性。前面對JOIN的分析完全適用於唯一索引，並且更糟的情況是唯一索引還有有更進一步的惡劣影響，那就是在寫入數據的時候必須占用一個跨分片的全局鎖，否則無法保證其唯一性，可想而知對性能有怎樣的影響。這也是MongoDB為什麼不打算去實現全局唯一索引的原因。
有一種特殊情況卻可以改變這種不利狀況，那就是唯一索引的鍵正好是片鍵的時候。片鍵一旦確定，文檔該去哪個分片就確定了，那麼只要保證該鍵在這一個片上唯一就可以了，不再需要去與其他分片協商。
upsert
從語義上講，我們使用upsert一般是希望一個鍵只出現一次的（不然每次insert就好了）。這一點恰恰是唯一索引要乾的事情，而唯一索引又存在上面的所說的問題，因此唯一有意義的情況則是upsert使用的條件正好是片鍵，且片鍵唯一。
滿足了上面這些條件就高枕無憂了嗎？並不是。在決定一個鍵是不是存在，到執行update/insert之間，是存在空隙的。即，檢測和執行並不在一個原子操作中，也不可能在一個原子操作中，否則將是一個很大粒度的鎖。再說，MongoDB對文檔級別並沒有真正通過加鎖來控制，而是通過“樂觀併發控制”（optimistic concurrency control）來進行的。
因此，出於效率考慮，不是原子操作是正確的選擇，而解決這個問題也不是特別麻煩的事情，實際上只需要在遇到duplicate key異常的時候重試該操作就可以了，因為重試的時候理論上就應該變成update而不再是insert，自然避免了問題。或者，在4.2中直接實現了這類錯誤的自動重試（SERVER-37124)。
參考資料
- Unique Indexes: https://docs.mongochina.com/core/index-unique.html
- Retry full upsert path when duplicate key exception matches exact query predicate: https://jira.mongodb.org/browse/SERVER-37124
