Solr官方文档:near real time searching
On the Page
Near Real Time (NRT) search 意味着文档被编入索引后不久就可以进行搜索。NRT搜索是SolrCloud的主要特性之一,在master/slave配置中很少尝试。
文档的持久性和可搜索性是由commits控制的。“Near”在“Near Real Time”是可配置的,以满足您的应用程序的需要。提交可以是“hard”提交,也可以是“soft”提交,可以由客户端(比如SolrJ)通过REST调用发出,也可以配置为在solrconfig.xml中自动执行。通常给出的建议是在solrconfig.xml中配置提交策略(见下面),并避免从外部发出提交。
通常在NRT应用程序中,hard commits配置为openSearcher=false,而soft commits配置为使文档对搜索可见。
当发生提交时,会启动各种后台任务,例如合并段。这些后台任务不会阻止对索引的额外更新,也不会延迟文档的搜索可用性。
在为NRT配置时,要特别注意cache和autowarm设置,因为它们会对NRT性能产生重大影响。对于非常短的自动提交间隔,考虑完全禁用caching和autowarming。
Commits and Searching
hard commit
调用fsync进行索引化文件,以确保它们已被刷新到稳定的存储上。当前的事务日志将被关闭,并打开一个新的事务日志。请参阅下面的“transaction log”讨论,了解在没有hard commit
的情况下如何恢复数据。hard commit还可以选择性地使文档在搜索中可见,但是不建议在NRT搜索中这样做,因为它比soft commit
的开销更大。
soft commit
更快,因为它只使得索引更改可见,而不fsync索引文件,启动一个新的段或启动一个新的事务日志。有NRT需求的collections需要soft commit
,以满足应用程序的可见性需求。soft commit
可能比hard commit
“更少的开销”(openSearcher=true),但它不是免费的。建议在应用程序需求合理的情况下设置此值。
hard commit
和soft commit
都有两个主要的配置参数: maxDocs 和 maxTime。
maxDocs
Integer。定义激活前要处理的更新数量。
maxTime
Integer。激活前等待的毫秒数。
如果指定了这两个参数,则使用第一个过期的参数。一般来说,最好使用maxTime而不是maxDocs,特别是在批量索引大量文档时。明智地使用maxDocs和maxTime来调整提交策略。
hard commit
有一个额外的参数openSearcher
openSearcher
true|false, 是否使文档对搜索可见。对于NRT应用程序,这通常被设置为false。soft commit
可以控制文档对搜索可见性。
Transaction Logs
事务日志是自上次hard commit
以来更新的“滚动窗口”。每次发生任何类型的hard commit
时,都会关闭当前事务日志,打开一个新的事务日志。Soft commits
对事务日志没有影响。
启用tlogs时,添加到索引中的文档将在索引调用返回到客户机之前写入tlog。在发生不适当的关闭(电源丢失、JVM崩溃、kill -9等)时,任何写入tlog但在Solr停止时还没有通过hard commit
提交的文档都将在启动时重新播放。因此数据不会丢失。
当Solr被优雅地关闭时(使用bin/Solr stop命令),Solr将关闭tlog文件和索引段,因此在启动时不需要重播。
令人困惑的一点是事务日志中包含多少数据。tlog不包含所有文档,只包含上次硬提交之后的文档。旧的事务日志文件在不再需要时被删除。
上面隐含的意思是,如果禁用了硬提交,事务日志将永远增长。因此,索引时启用硬提交是很重要的。
Configuring Commits
如上所述,通常最好在solrconfig.xml中配置提交(hard and soft),避免从外部源发送提交。检查您的solrconfig.xml文件,因为默认值可能没有调整到您的需要。下面是两种提交方式的NRT配置示例:每60秒一次的hard commit
和每30秒一次的hard commit
。注意,这些不是一些示例中的值!
<autoCommit>
<maxTime>${solr.autoCommit.maxTime:60000}</maxTime>
<openSearcher>false</openSearcher>
</autoCommit>
<autoSoftCommit>
<maxTime>${solr.autoSoftCommit.maxTime:30000}</maxTime>
</autoSoftCommit>
可以在运行时通过定义Java“系统变量”来覆盖这些参数,例如指定-Dsolr.autoCommit.maxTime=15000
. 将以15秒的值覆盖hard commit
间隔。
autoCommit (openSearcher=false)和autoSoftCommit的选择有不同的结果。如果出现非法的关闭,Solr可能需要autoCommit中指定的时间重播事务日志中未提交的文档。
autoSoftCommit所选择的时间决定了文档发送到Solr之后,在它变为可搜索且不影响事务日志之前的最长时间。为这个值选择应用程序所能容忍的时间间隔,通常15-60秒是合理的,甚至更长,这取决于需求。在时间间隔设置为非常短的情况下(比如1秒),考虑禁用缓存(尤其是queryResultCache和filterCache),因为它们没有什么效用。
对于非常高的批量索引,特别是对于没有搜索的初始加载,考虑通过为maxTime参数指定一个值-1来关闭autoSoftCommit。
Advanced Commit Options
所有类型的提交都可以从SolrJ客户机或通过URL调用。通常的建议是不要从外部调用提交。如果需要,请参阅更新命令。这些选项用于可从浏览器或curl等发出的XML更新命令,而相应的选项可从SolrJ客户机获得。