Mongodb 如何防止多个进程读取同一文档

，我的场景是，我有一个集合，其中包含许多要处理的文档—一次一个文档。处理一个文档需要相对较长的时间，处理整个集合需要很多小时。因此，我将有多个同时处理同一集合的“工作人员”。每个人都需要这样做

（A） 获取下一个未处理的文档

（B） 处理它

（C） 将文档标记为已处理，然后继续

如何确保同时进行的过程不会读取相同的文档？我不知道关键值是什么，所以我不能说像过程A应该从1开始，过程B应该从100万开始。此外，我还想添加尽可能多的可管理流程，因此说一个向前，另一个向后是不实际的

我询问MongoDB是因为我正在使用它。我想对于SQL数据库也会问同样的问题

我恳请任何想帮忙的人，不要把注意力集中在改变情况上，无论出于何种外部原因，这都是必然的

---

谢谢

我建议使用一些线程安全资源来维护一组已读文档。当您的工作人员阅读文档时，他们会尝试将文档的

\u id

放到该资源中。如果不存在，则工作人员应处理该文档，如果存在，则工作人员应移动到下一个文档

---

至于这个线程安全资源可能是什么，Mongo实际上是一个不错的选择。它具有文档级原子性，因此您可以创建一个新的“已解析文档”集合。每次尝试解析文档时，都会将其

\u id

插入到该集合中，如果写入结果显示您插入了1个文档，那么您就知道它是新的。

您可以使用skip和limit对集合进行分区并将工作人员分配到这些分区吗？@TeTeT skip可能不是很好的选择，因为在内部skip仍然需要处理它跳过的所有文档。这将是非常低效的。在mysql的评论中有关于这个问题的讨论。我怀疑它在这里也会起作用。也许有趣？我所关心的是，在抓取文档并将其标记为正在处理之间的时间间隔内，可以通过删除文档，或者更新标志，或者在另一个集合中写入其id，-在这段时间间隔内，另一个进程也会抓取该文件。@sdo如果在Mongo确认创建了新文档之后才开始处理，则不会有任何问题。不要更新文档中的标志，只使用_id fieldGotcha创建一个新文档，-因此逻辑必须是：抓取一个文档，将其写入id集合，如果写入有效，即不重复，则处理它。否则，另一个进程将拥有它，因此继续下一个文档。并且，在处理完一个文档后，标记该文档，这样就不会有进程再次尝试它——这是因为mongo没有联接。我不能说，获取数据集合中的下一个文档，该文档的id中没有它的_idcollection@sdfor如果将_id写入它们自己的集合，则不需要任何标志。文档本身就是标志。您要查找的是insert的写入结果：如果它返回1个创建的文档，那么它是新的，应该进行处理。如果说创建了0个文档，那么另一个流程已经开始处理此文档