zoukankan      html  css  js  c++  java

  • Solr4.8.0源码分析(17)之SolrCloud索引深入(4)

    Solr4.8.0源码分析(17)之SolrCloud索引深入(4)

          前面几节以add为例已经介绍了solrcloud索引链建索引的三步过程，delete以及deletebyquery跟add过程大同小异，这里暂时就不介绍了。由于commit流程较为特殊，那么本节主要简要介绍下commit的流程。

    1. SolrCloud的commit流程

         SolrCloud的commit流程同样分为三步，本节主要简单介绍下三步过程。

    1.1 LogUpdateProcessor

         LogUpdateProcessor的commit比较简单，主要包含两个步骤，调用DistributedUpdateProcessor的commit以及将commit信息写入日志。

    1   public void processCommit( CommitUpdateCommand cmd ) throws IOException {
2     if (logDebug) { log.debug("PRE_UPDATE " + cmd.toString() + " " + req); }
3     if (next != null) next.processCommit(cmd);
4 
5 
6     final String msg = cmd.optimize ? "optimize" : "commit";
7     toLog.add(msg, "");
8   }

    1.2 DistributedUpdateProcessor

        DistributedUpdateProcessor的commit过程较前者稍微复杂点，主要有一个判断，如果本节点满足以下几点之一，不是集群，只有一个node且是leader，是被转发过来的，就会进行dolocalcommit，否则的就会进行commit请求的转发。其中dolocalcommit会调用DirectUpdateHandler2的commit。

     1   @Override
 2   public void processCommit(CommitUpdateCommand cmd) throws IOException {
 3     updateCommand = cmd;
 4     List<Node> nodes = null;
 5     boolean singleLeader = false;
 6     if (zkEnabled) {
 7       zkCheck();
 8       
 9       nodes = getCollectionUrls(req, req.getCore().getCoreDescriptor()
10           .getCloudDescriptor().getCollectionName());
11       if (isLeader && nodes.size() == 1) {
12         singleLeader = true;
13       }
14     }
15     
16     if (!zkEnabled || req.getParams().getBool(COMMIT_END_POINT, false) || singleLeader) {
17       doLocalCommit(cmd);
18     } else if (zkEnabled) {
19       ModifiableSolrParams params = new ModifiableSolrParams(filterParams(req.getParams()));
20       if (!req.getParams().getBool(COMMIT_END_POINT, false)) {
21         params.set(COMMIT_END_POINT, true);
22         params.set(DISTRIB_UPDATE_PARAM, DistribPhase.FROMLEADER.toString());
23         params.set(DISTRIB_FROM, ZkCoreNodeProps.getCoreUrl(
24             zkController.getBaseUrl(), req.getCore().getName()));
25         if (nodes != null) {
26           cmdDistrib.distribCommit(cmd, nodes, params);
27           finish();
28         }
29       }
30     }
31   }
     1   private void doLocalCommit(CommitUpdateCommand cmd) throws IOException {
 2     if (vinfo != null) {
 3       vinfo.lockForUpdate();
 4     }
 5     try {
 6 
 7       if (ulog == null || ulog.getState() == UpdateLog.State.ACTIVE || (cmd.getFlags() & UpdateCommand.REPLAY) != 0) {
 8         super.processCommit(cmd);
 9       } else {
10         log.info("Ignoring commit while not ACTIVE - state: " + ulog.getState() + " replay:" + (cmd.getFlags() & UpdateCommand.REPLAY));
11       }
12 
13     } finally {
14       if (vinfo != null) {
15         vinfo.unlockForUpdate();
16       }
17     }
18   }

    1.3 DirectUpdateHandler2

         现在才是commit最关键的流程，DirectUpdateHandler2的commit流程。本步骤的commit包含了对softcommit和hardcommit的处理。

    • commit过程包含prepareCommit，Commit，以及postCommit，我们主要关注的是commit
    • 当进行commit时，会首先取消等待的softcommit和hardcommit。因为commit的效果是对整个solr的，所以多个commit只会影响性能而不会影响效果。
    • 其次solr还会判断是否需要进行索引优化，即optimize。optimize的本质是合并策略中的forcemerge，forcemerge比较暴力，它不管你的合并策略是怎么限制segemnt的大小以及个数，它会一股脑的把所有的segment挤成一个，所以他是很费性能的。关于forcemerge的具体内容将在后续的介绍merge中展开。如果不需要优化optimize，Solr会进行forceMergeDeletes来删除已标记删除的document，它相当于一个小型的forcemerge，对性能的影响较少。当然，forcemerge也会对标记删除的document进行真正的删除。
    • Solr存在一种情况，没有进行commit但是索引发生变化了，Solr会进行检查这种情况，如果发生了就会进行一次commit。
    • 如果Solr进行的softcommit，首先会对ulog进行一次commit操作，将ulog进行一次清理。同时会调用getSearcher()来重新打开一个SolrIndexSearch满足实时性的要求。SolrIndexSearch是本节的重点，将在第2节重点介绍。
    • 如果Solr进行的是hardcommit，那么Solr会删除ulog中最旧的日志(前文中讲到的addOldLog),生成新的日志文件TransactionLog编号。Solr会根据是否需要打开Searcher来调用getSearcher还是openNewSearcher。
    • 最后waitSearcher[0].get()会等待新的Searcher打开。
    • 以上就是DirectUpdateHandler2 commit的主要步骤，重点是在getSearcher和openNewSearcher上，下一节将重点介绍。
      1  public void commit(CommitUpdateCommand cmd) throws IOException {
  2     if (cmd.prepareCommit) {
  3       prepareCommit(cmd);
  4       return;
  5     }
  6 
  7     if (cmd.optimize) {
  8       optimizeCommands.incrementAndGet();
  9     } else {
 10       commitCommands.incrementAndGet();
 11       if (cmd.expungeDeletes) expungeDeleteCommands.incrementAndGet();
 12     }
 13 
 14     Future[] waitSearcher = null;
 15     if (cmd.waitSearcher) {
 16       waitSearcher = new Future[1];
 17     }
 18 
 19     boolean error=true;
 20     try {
 21       // only allow one hard commit to proceed at once
 22       if (!cmd.softCommit) {
 23         solrCoreState.getCommitLock().lock();
 24       }
 25 
 26       log.info("start "+cmd);
 27 
 28       // We must cancel pending commits *before* we actually execute the commit.
 29 
 30       if (cmd.openSearcher) {
 31         // we can cancel any pending soft commits if this commit will open a new searcher
 32         softCommitTracker.cancelPendingCommit();
 33       }
 34       if (!cmd.softCommit && (cmd.openSearcher || !commitTracker.getOpenSearcher())) {
 35         // cancel a pending hard commit if this commit is of equal or greater "strength"...
 36         // If the autoCommit has openSearcher=true, then this commit must have openSearcher=true
 37         // to cancel.
 38          commitTracker.cancelPendingCommit();
 39       }
 40 
 41       RefCounted<IndexWriter> iw = solrCoreState.getIndexWriter(core);
 42       try {
 43         IndexWriter writer = iw.get();
 44         if (cmd.optimize) {
 45           writer.forceMerge(cmd.maxOptimizeSegments);
 46         } else if (cmd.expungeDeletes) {
 47           writer.forceMergeDeletes();
 48         }
 49         
 50         if (!cmd.softCommit) {
 51           synchronized (solrCoreState.getUpdateLock()) { // sync is currently needed to prevent preCommit
 52                                 // from being called between preSoft and
 53                                 // postSoft... see postSoft comments.
 54             if (ulog != null) ulog.preCommit(cmd);
 55           }
 56           
 57           // SolrCore.verbose("writer.commit() start writer=",writer);
 58 
 59           if (writer.hasUncommittedChanges()) {
 60             final Map<String,String> commitData = new HashMap<>();
 61             commitData.put(SolrIndexWriter.COMMIT_TIME_MSEC_KEY,
 62                 String.valueOf(System.currentTimeMillis()));
 63             writer.setCommitData(commitData);
 64             writer.commit();
 65           } else {
 66             log.info("No uncommitted changes. Skipping IW.commit.");
 67           }
 68 
 69           // SolrCore.verbose("writer.commit() end");
 70           numDocsPending.set(0);
 71           callPostCommitCallbacks();
 72         } else {
 73           callPostSoftCommitCallbacks();
 74         }
 75       } finally {
 76         iw.decref();
 77       }
 78 
 79 
 80       if (cmd.optimize) {
 81         callPostOptimizeCallbacks();
 82       }
 83 
 84 
 85       if (cmd.softCommit) {
 86         // ulog.preSoftCommit();
 87         synchronized (solrCoreState.getUpdateLock()) {
 88           if (ulog != null) ulog.preSoftCommit(cmd);
 89           core.getSearcher(true, false, waitSearcher, true);
 90           if (ulog != null) ulog.postSoftCommit(cmd);
 91         }
 92         // ulog.postSoftCommit();
 93       } else {
 94         synchronized (solrCoreState.getUpdateLock()) {
 95           if (ulog != null) ulog.preSoftCommit(cmd);
 96           if (cmd.openSearcher) {
 97             core.getSearcher(true, false, waitSearcher);
 98           } else {
 99             // force open a new realtime searcher so realtime-get and versioning code can see the latest
100             RefCounted<SolrIndexSearcher> searchHolder = core.openNewSearcher(true, true);
101             searchHolder.decref();
102           }
103           if (ulog != null) ulog.postSoftCommit(cmd);
104         }
105         if (ulog != null) ulog.postCommit(cmd); // postCommit currently means new searcher has
106                               // also been opened
107       }
108 
109       // reset commit tracking
110 
111       if (cmd.softCommit) {
112         softCommitTracker.didCommit();
113       } else {
114         commitTracker.didCommit();
115       }
116       
117       log.info("end_commit_flush");
118 
119       error=false;
120     }
121     finally {
122       if (!cmd.softCommit) {
123         solrCoreState.getCommitLock().unlock();
124       }
125 
126       addCommands.set(0);
127       deleteByIdCommands.set(0);
128       deleteByQueryCommands.set(0);
129       if (error) numErrors.incrementAndGet();
130     }
131 
132     // if we are supposed to wait for the searcher to be registered, then we should do it
133     // outside any synchronized block so that other update operations can proceed.
134     if (waitSearcher!=null && waitSearcher[0] != null) {
135        try {
136         waitSearcher[0].get();
137       } catch (InterruptedException e) {
138         SolrException.log(log,e);
139       } catch (ExecutionException e) {
140         SolrException.log(log,e);
141       }
142     }
143   }

    2. getSearcher

          getSearcher 获取一个现有的SolrIndexSearcher或者创建新的SolrIndexSearcher。每当进行SoftCommit的时候，重新创建一个新的SolrIndexSearcher是实现近实时索引的基础。在重新打开SolrIndexSearcher的时候，Solr不但会进行预热(warn)，而且还会新建SolrEventListener。

    1 public RefCounted<SolrIndexSearcher> getSearcher(boolean forceNew, boolean returnSearcher, final Future[] waitSearcher, boolean updateHandlerReopens) {
2 }

           getSearcher主要包含以下几个参数:

    • 如果已有IndexSearcher打开，是否需要强制打开新的IndexSearcher。如果设置为ture，那么每次都会打开新的IndexSearcher，那么刚add的document就是可查讯的，近实时查询需要该值为true。
    • waitSearcher 如果该值不为空，那么Solr会得到新的Searcher注册后才会返回新的Searcher。如果在重新打开Searcher的过程中需要进行预热(关于预热下节重点介绍)，那么这个waitSearcher就会等到预热完成才返回，而预热的过程往往会占用大量的时间，比较影响索引的性能。

    • returnSearcher 如果设置为ture，则返回SolrIndexSearcher，并引用加1.

         接下来通过源码，来学习下Solr是如何获取到一个Seacher。

    需要补充几点：

    • onDeckSearchers 表示正在准备新建的Searcher。该值在SolrConfig.xml可以进行配置，该值很大程度上制约了多线程建索引的线程数。如果同时用10个线程在建索引，且commit比较频繁，而maxWarmingSearchers设置为8，那么很容出现以下这种错误：

    1 Error opening new searcher. exceeded limit of maxWarmingSearchers

            而且当多个线程建索引的时候，且commit比较频繁，一直会有warm：

    1 PERFORMANCE WARNING: Overlapping onDeckSearchers=2
    1 <maxWarmingSearchers>10</maxWarmingSearchers>
     1       if (onDeckSearchers < 1) {
 2         // should never happen... just a sanity check
 3         log.error(logid+"ERROR!!! onDeckSearchers is " + onDeckSearchers);
 4         onDeckSearchers=1;  // reset
 5       } else if (onDeckSearchers > maxWarmingSearchers) {
 6         onDeckSearchers--;
 7         String msg="Error opening new searcher. exceeded limit of maxWarmingSearchers="+maxWarmingSearchers + ", try again later.";
 8         log.warn(logid+""+ msg);
 9         // HTTP 503==service unavailable, or 409==Conflict
10         throw new SolrException(SolrException.ErrorCode.SERVICE_UNAVAILABLE,msg);
11       } else if (onDeckSearchers > 1) {
12         log.warn(logid+"PERFORMANCE WARNING: Overlapping onDeckSearchers=" + onDeckSearchers);
13       }
    • 预热即是提升查询性能的一种方式，但是它是以消耗索引性能的，具体的介绍将会在下一节Solr的缓存机制中详细介绍。
    • 在getSearcher时候，Solr同样会对一些listener进行预热.在solrconfig.xml上可以配置在newSearcher和firstSearcher的监听器，在事件触发时，可以做某些热身搜索，让Searcher做好准备提供服务,特别是服务重启的时候，如果没有做好热身，开始提供服务搜索时都很勉强。但是通过配置的方式进行listener的预热只对固定的一些查询进行，对于查询比较自由的环境效果可能并不明显。
     1 <listener event="newSearcher" class="solr.QuerySenderListener">
 2       <arr name="queries">
 3           <lst><str name="q">美女</str><str name="qt">standard</str><str name="sort">rtsTime desc</str></lst>
 4            <lst><str name="q">hadoop</str><str name="qt">standard</str><str name="sort">rtsTime desc</str></lst>
 5            <lst><str name="q">zoie</str><str name="qt">standard</str><str name="sort">rts desc</str></lst>
 6            <lst><str name="q">lucene</str><str name="qt">standard</str><str name="sort">pubdate desc</str></lst>        
 7      <lst><str name="q">new searcher</str><str name="qt">standard</str><str name="sort">sourceId desc</str></lst>        
 8            <lst><str name="q">solr</str><str name="qt">standard</str><str name="sort">price desc</str></lst>               
 9       </arr>
10     </listener>
    • 相比于预热，Solr还提供了另外一种打开Searcher方式即cold Searcher，该方式会直接注册Searcher，并不需要进行预热，因此它会非常迅速，但是由于打开的是完成干净的Searcher，所以一点缓存信息也没有，比较影响一开始的查询性能。
    1  <useColdSearcher>false</useColdSearcher>
    • 最后讲下注册，注册其实是将新建的Searcher写到一个map结构的变量中private final Map<String, SolrInfoMBean> infoRegistry的过程
     1   public void register() {
 2     // register self
 3     core.getInfoRegistry().put("searcher", this);
 4     core.getInfoRegistry().put(name, this);
 5     for (SolrCache cache : cacheList) {
 6       cache.setState(SolrCache.State.LIVE);
 7       core.getInfoRegistry().put(cache.name(), cache);
 8     }
 9     registerTime=System.currentTimeMillis();
10   }
    • 最后再简单介绍下openNewSearcher，顾名思义该函数就是重新打开新的Searcher。主要代码如下，本质上就是new一个SolrIndexSearcher，只不过会根据是否是近实时模式（nrtmode），是否已有打开的Searcher(判断是否是启动时候打开的searcher)，以及是否需要快速打开Searcher(若快速打开Searcher则过滤掉预热过程，在前文中讲到DirectUpdateHandler2的commit过程中也调用了RefCounted<SolrIndexSearcher> searchHolder = core.openNewSearcher(true, true);这里由于设置了true表示需要快速打开，所以是cold模式的searcher。)
    1 tmp = new SolrIndexSearcher(this, newIndexDir, getLatestSchema(), getSolrConfig().indexConfig, 
2               (realtime ? "realtime":"main"), newReader, true, !realtime, true, directoryFactory);

    总结：

          本节学习了SolrCloud的commit三步过程，重点介绍了DirectUpdateHandler2的commit和getSearcher的过程，篇幅有限并未深入学习Lucene的commit原理。同时本节提到了Warn预热的内容，那么下节开始将学习下SolrCloud的缓存机制。
  • 相关阅读:
    awk中使用shell变量
    awk的getline命令
    awk的逻辑运算符
    python之re模块
    转载：ensemble计划和数据库
    正则表达式的符号
    awk之match函数
    bash脚本之读取数据
    samtools+bcftools 进行SNP calling
    win10 系统上运行tensorflow三层卷积的方式
  • 原文地址：https://www.cnblogs.com/rcfeng/p/4109700.html
Copyright © 2011-2022 走看看