arangodb 从提交日志中获取文档更新日期

Question

如果有提交日志这样的东西，是否可以从 Arangodb 提交日志中获取记录更新的数据。我们有几个文档在哪里更新，但我们确实更新了他们的修改日期字段。但是，我们希望检索自某个日期以来所有更新/更改的文档。

Answer 1

对此有两种解决方案：

解决方案一：

第一个解决方案是不使用提交日志，而是对集合运行 AQL 查询并过滤 modified 日期字段。如果modified 字段上有排序索引（即skiplist 索引），这将非常有效。

可以在以下设置脚本中找到一个示例设置，该脚本使用 50K 随机修改日期的文档填充集合 test：

/* use some fixed base date to make query produce results */
var baseDate = 1478779081650; /* 2016-11-10T11:58:01.650Z */
db._create("test");
db.test.ensureIndex({ type: "skiplist", fields: [ "modified" ]});

/* create 50,000 documents with modified dates between
   2016-11-10T11:58:01.650Z and up to two years in the past */
for (var i = 0; i < 50000; ++i) {
  db.test.insert({ value: i, modified: new Date(baseDate - Math.floor(Math.random() * 1000 * 60 * 60 * 24 * 365 * 2)).toISOString() });
}

然后使用 AQL 可以直接找到 modified 日期高于特定值的文档：

var query = "FOR doc IN test FILTER doc.modified >= @date RETURN doc"; 
/* find all documents modified since 2016-11-09T12:00:00.000Z */
var docs = db._query(query, { date: "2016-11-09T12:00:00.000Z" }).toArray();
require("internal").print(docs);

还可以对日期范围进行查询，例如

var query = "FOR doc IN test FILTER doc.modified >= @from && doc.modified <= @to RETURN doc"; 
var docs = db._query(query, { from: "2016-11-09T00:00:00.000Z", to: from: "2016-11-09T23:59:59.999Z"  }).toArray();
require("internal").print(docs);

解决方案二：

第二种解决方案是使用 ArangoDB 也通过其 HTTP API 公开的 WAL 更改日志。但这要复杂得多，需要在客户端保持状态。

基本思想是在/_api/replication/logger-follow 查询给定集合的 WAL 更改日志 API。这个 API 调用可以被赋予一个初始 tick 值。这控制了请求将从更改日志中的哪个位置开始查找。一开始这个刻度值不清楚，所以简单地省略它。 使用 curl，集合 test 的调用将是：

curl -X GET "http://127.0.0.1:8529/_db/_system/_api/replication/logger-follow?collection=test" --basic --user "root:" --dump -

对该 API 的所有调用都会产生一些 HTTP 标头，其中包含状态信息和按时间顺序为集合的 WAL 条目，例如

...
X-Arango-Replication-Checkmore: true
X-Arango-Replication-Lastincluded: 6103060
X-Arango-Replication-Lasttick: 6251758
...
{"tick":"6101295","type":2000,"database":"1","cid":"6101294","cname":"test","data":"cid":"6101294","deleted":false,"doCompact":true,"indexBuckets":8,"isSystem":false,"isVolatile":false,"maximalSize":33554432,"name":"test","type":2,"version":5,"waitForSync":false}}
{"tick":"6101298","type":2100,"database":"1","cid":"6101294","cname":"test","data":{"fields":["modified"],"id":"6101297","sparse":false,"type":"skiplist","unique":false}}
{"tick":"6101302","type":2300,"tid":"0","database":"1","cid":"6101294","cname":"test","data":"_id":"test/6101300","_key":"6101300","_rev":"6101300","modified":"2015-06-26T14:18:30.732Z","value":0}}
{"tick":"6101305","type":2300,"tid":"0","database":"1","cid":"6101294","cname":"test","data":"_id":"test/6101304","_key":"6101304","_rev":"6101304","modified":"2016-11-09T07:14:08.146Z","value":1}}
{"tick":"6101308","type":2300,"tid":"0","database":"1","cid":"6101294","cname":"test","data":"_id":"test/6101307","_key":"6101307","_rev":"6101307","modified":"2015-05-14T04:45:01.202Z","value":2}}
...

可以看出，更改日志不仅包含文档的插入/更新操作，还包含集合的创建和索引的创建。它还将包含所有删除操作和其他更改集合元数据的操作。

使用更改日志结果，您现在可以在客户端将它们过滤为type 2300，这是一个文档插入或更新操作，然后查看每个返回的文档的data.modified。然后您就可以使用满足您搜索条件的文档了。

请注意，请求的结果可能不包含所有操作，但可能只包含其中的一部分。可能需要从服务器获取更多数据。这可以通过再次调用 API 来完成，现在使用 X-Arango-Replication-Lastincluded HTTP 响应标头的值作为 tick 值，例如

curl -X GET "http://127.0.0.1:8529/_db/_system/_api/replication/logger-follow?collection=test&from=6103060" --basic --user "root:" --dump -

这将产生更多的操作。您可以一次又一次地调用 API，直到它不再产生结果并且X-Arango-Replication-Checkmore HTTP 响应标头的值变为false。这意味着您暂时已经获取了所有操作。

此解决方案要求客户端可能发出多个 HTTP 请求并保持状态（最后获取的 tick 值），因此它不像基于 AQL 的解决方案那样易于使用。