1. 程式人生 > >lucene segment的產生,flush, commit與es的refresh,flush

lucene segment的產生,flush, commit與es的refresh,flush

1 segment的產生

當索引一個文件時,如果存在空閒的segment(未被其他執行緒鎖定),則取出空閒segment list中的最後一個segment(LIFO),並鎖定,將文件索引至該segment,

找達到flush條件的segment,然後解鎖,歸還至空閒segment list,如果有達到flush條件的segment,flush該segment。

如果不存在,則建立新的segment,重複上述步驟。

總結1:如果並行的執行向一個索引,索引文件,則需要不同的segment。

相關程式碼:

//索引一個文件。
IndexWriter.updateDocument
//索引一個文件。
DocumentsWriter.updateDocument //一個執行緒索引時鎖定一個ThreadState物件,索引後歸還至free list。 ThreadState //ThreadState的屬性,一個DocumentsWriterPerThread對應一個segment,flush後,該ThreadState的dwpt為null, //下次使用該ThreadState,建立新的dwpt,新的segment。 DocumentsWriterPerThread

 

2 flush條件

索引一個文件後,找出是否有達到flush條件的segment。

1:如果maxBufferedDocs不等於-1,且當前segment在記憶體中的doc數量大於等於maxBufferedDocs(預設-1),則標記該segment的flushPending。

2:如果不滿足1,且ramBufferSizeMB不等於-1,當記憶體中所有segment之和大於ramBufferSizeMB時(預設16.0),找出記憶體中最大的且未標記flushPending的segment,標記該segment的flushPending。

3:如果當前1,2之後,當前segment還未標記flushPending,則當前segment大於perThreadHardLimitMB(預設1945),標記該segment的flushPending。

123之後,如果當前segment被標記,則flush當前segment。否則從flushQueue中poll一個segment,如果flushQueue(呼叫flush時,將所有segment加入queue)為空,則遍歷segment取第一個標記flushPending的segment進行flush。

相關程式碼:

//查詢符合flush的segment。
DocumentsWriterFlushControl.doAfterDocument
//flush當前segment前,reset當前dwpt,下次使用當前ThreadState需要新的dwpt,新的segment。
DocumentsWriterFlushControl.internalTryCheckOutForFlush
//flush當前segment,或者其他segment。
DocumentsWriter.postUpdate

注意:除了達到flush條件的自動flush,還可以通過呼叫api flush,如:

1:es refresh

2:es flush

3:es syncedFlush

 

3 flush

flush將記憶體中的segment寫到檔案,但不執行fileChannel.force(nio,bio則fileOutputStream.flush),一部分資料可能在buffer中。

相關程式碼:

//flush一個segment。
DocumentsWriter.
DocumentsWriterPerThread.flush
DefaultIndexingChain.flush
//寫nvd, nvm檔案。
writeNorms
//寫dvd, dvm檔案。
writeDocValues
//寫dii, dim檔案。
writePoints
//寫fdt, fdx檔案(該檔案在首次indexing時建立,flush時寫入值)。
storedFieldsConsumer.flush
//寫doc, pos, tim, tip檔案。
termsHash.flush
//寫fnm檔案。
docWriter.codec.fieldInfosFormat().write
//寫cfs, cfe, si檔案。
DocumentsWriterPerThread.sealFlushedSegment
//刪除cfs, cfe, si之外的檔案。
IndexWriter.doAfterFlush

 

4 commit

commit執行fileChannel.force,將buffer中的資料寫到磁碟。具體步驟為:

1:flush all segments 將記憶體中所有的segments寫到檔案。

2:依次sync pending_segments_n,segment files(fileChannel.force)將這寫檔案同步到磁碟。

3:將pending_segments_n重新命名為segments_n,刪除舊的segments_n-1。

4:如果步驟1 flush了segment,執行maybeMerge,如果達到merge條件,將會merge。

相關程式碼:

//commit。
IndexWriter.commit
IndexWriter.commitInternal
IndexWriter.prepareCommitInternal
//flush segments。
DocumentsWriter.flushAllThreads
//sync file。
IndexWriter.startCommit
Directory.sync
IOUtils.fsync
FileChannel.force
FileChannelImpl.force
//更新commit資訊segments_n,刪除舊的segments_n-1。
IndexWriter.finishCommit
//如果達到merge條件,將會merge。
IndexWriter.maybeMerge

 

5 maybeMerge

flush或者commit後,如果flush了segment,執行maybeMerge,如果達到merge條件,將執行merge。具體步驟為:

1:將segments按size降序排列。

2:計算total segments size 和 minimum segment size。

3:total segments size過濾掉tooBigSegment(大於max_merged_segment/2.0)的segment,並記錄tooBigCount;minSegmentBytes如果小於floor_segment(預設2mb),取2mb。

4:計算allowedSegCountInt,當segments(不包含tooBigSegment)數量大於此數,將觸發merge。

5:從大到小(之前的降序排列),貪心找出不大於maxMergeAtOnce個, 且size總和不大於maxMergedSegmentBytes個segments進行merge。

相關程式碼:

//maybeMerge。
IndexWriter.maybeMerge
IndexWriter.updatePendingMerges
//查詢可merge的segments。
TieredMergePolicy.findMerges
//執行merge。
ConcurrentMergeScheduler.merge 

 

6 es refresh

主要執行lucene的flushAllThreads和maybeMerge。

相關程式碼:

//es refresh。
InternalEngine.refresh
//lucene refresh。
ReferenceManager.maybeRefreshBlocking
DirectoryReader.openIfChanged
StandardDirectoryReader.doOpenIfChanged
IndexWriter.getReader
//flush segments。
DocumentsWriter.flushAllThreads
//如果flush了segment,則執行maybeMerge。
IndexWriter.maybeMerge

 

 

7 es flush

主要執行步驟為:

1:prepareCommit translog:

1.1 備份 translog.ckp到translog-1.ckp。

1.2 fsync translog-1.ckp以及translog 資料夾。

1.3 建立新的translog資料檔案translog-n.tlog,更新translog.ckp(寫入checkPoint)。

2:commit indexWriter(見4 commit)。

3:refresh(見6 es refresh)。

4:commit translog:刪除備份的translog-1.ckp以及舊的translog資料檔案translog-n-1.tlog。

相關程式碼:

//es flush。
InternalEngine.flush
//prepareCommit translog。
Translog.prepareCommit
//es commit index writer。
InternalEngine.commitIndexWriter
//lucene commit。
IndexWriter.commit
//es refresh。
InternalEngine.refresh
//commit translog。
Translog.commit

總結2:lucene的flush是指將記憶體中的segment,寫到磁碟但不執行fileChannel.force,一部分資料會在buffer中;commit會呼叫force,將buffer中的資料寫到磁碟。

es的refresh呼叫lucene的flush;flush呼叫lucene的commit。