代码改变世界

Solr4.8.0源码分析(14)之SolrCloud索引深入(1)

2014-11-10 23:28  追风的蓝宝  阅读(2172)  评论(0)  编辑  收藏  举报

Solr4.8.0源码分析(14) 之 SolrCloud索引深入(1)

     上一章节《Solr In Action 笔记(4) 之 SolrCloud分布式索引基础》简要学习了SolrCloud的索引过程，本节开始将通过阅读源码来深入学习下SolrCloud的索引过程。

1. SolrCloud的索引过程流程图

      这里借用下《solrCloud Update Request Handling 更新索引流程》流程图：

    由上图可以看出，SolrCloud的索引过程主要通过一个索引链过程来实现的，那么本节主要讲述下索引链以及DistributedUpdateProcessor这个过程。

2. SolrCloud update索引链

  • SolrCloud的Update索引链的类是UpdateRequestProcessorChain，这个类在Solr初始化的时候就会进行定义。
  • SolrCloud的Update索引链的组成可以通过solrconfig.xml进行自定义，比较灵活，例如：
 1  <updateRequestProcessorChain name="key" default="true">
 2    <processor class="package.Class1" />
 3    <processor class="package.Class2" >
 4      <str name="someInitParam1">value</str>
 5      <int name="someInitParam2">42</int>
 6    </processor>
 7    <processor class="solr.LogUpdateProcessorFactory" >
 8      <int name="maxNumToLog">100</int>
 9    </processor>
10    <processor class="solr.RunUpdateProcessorFactory" />
11  </updateRequestProcessorChain>
  • 如果未自定义UpdateRequestProcessorChain，那么Solr就默认以下三个过程组成索引链，依次如下：

    • LogUpdateProcessorFactory， 它对应的处理过程为LogUpdateProcessor , 主要负责日志的记录；

    • DistributedUpdateProcessorFactory, 它对应的处理过程为DistributedUpdateProcessor ，主要负责对version的处理以及request的分发；

    • RunUpdateProcessorFactory,  它对应的处理过程为DirectUpdateHandler2 ，主要负责将记录add进本shard的lucene中；

  • 如果最后一个索引链包含了RunUpdateProcessorFactory，但是没有包含DistributedUpdateProcessorFactory，那么Solr会在索引链init的时候自动在RunUpdateProcessorFactory前面加入DistributedUpdateProcessorFactory；
  • 每一次update操作，都会重新创建一个索引链，即createProcessor，然后依次进行下去；
  • update操作包含add，delete，commit，所以上述UpdateProcessor都会分别包含processAdd，processDelete，processCommit，依次可以细分成add 索引链，delete索引链，commit索引链。

 

    明白了以上几点，那么开始学习索引链的源码

  • 首先来查看索引链的init代码，UpdateRequestProcessorChain.init()在初始化SolrCore的时候就调用了
 1  public void init(PluginInfo info) {
 2     final String infomsg = "updateRequestProcessorChain \"" + 
 3       (null != info.name ? info.name : "") + "\"" + 
 4       (info.isDefault() ? " (default)" : "");
 5 
 6     log.info("creating " + infomsg);
 7 
 8     // wrap in an ArrayList so we know we know we can do fast index lookups 
 9     // and that add(int,Object) is supported
10     //从solrcore获取索引链的成员，存放成列表形式。索引链在Solrconfig.xml中是以插件的形式加入的
11     List<UpdateRequestProcessorFactory> list = new ArrayList
12       (solrCore.initPlugins(info.getChildren("processor"),UpdateRequestProcessorFactory.class,null));
13 
14     if(list.isEmpty()){
15       throw new SolrException(SolrException.ErrorCode.SERVER_ERROR,
16                               infomsg + " require at least one processor");
17     }
18 
19     int numDistrib = 0;
20     int runIndex = -1;
21     // hi->lo incase multiple run instances, add before first one
22     // (no idea why someone might use multiple run instances, but just in case)
23     //从后往前遍历索引链列表，寻找DistributingUpdateProcessorFactory和RunUpdateProcessorFactory
24     for (int i = list.size()-1; 0 <= i; i--) {
25       UpdateRequestProcessorFactory factory = list.get(i);
26       if (factory instanceof DistributingUpdateProcessorFactory) {
27         numDistrib++; //DistributingUpdateProcessorFactory的个数不能超过1
28       }
29       if (factory instanceof RunUpdateProcessorFactory) {
30         runIndex = i; //RunUpdateProcessorFactory的编号
31       }
32     }
33     if (1 < numDistrib) {
34       throw new SolrException(SolrException.ErrorCode.SERVER_ERROR,
35                               infomsg + " may not contain more then one " +
36                               "instance of DistributingUpdateProcessorFactory");
37     }
38     //如果存在RunUpdateProcessorFactory且没有DistributingUpdateProcessorFactory，
39     //那么会在RunUpdateProcessorFactory之前加入DistributingUpdateProcessorFactory
40     if (0 <= runIndex && 0 == numDistrib) {
41       // by default, add distrib processor immediately before run
42       DistributedUpdateProcessorFactory distrib 
43         = new DistributedUpdateProcessorFactory();
44       distrib.init(new NamedList());
45       list.add(runIndex, distrib);
46 
47       log.info("inserting DistributedUpdateProcessorFactory into " + infomsg);
48     }
49 
50     chain = list.toArray(new UpdateRequestProcessorFactory[list.size()]); 
51   }
  • 每当有update请求时候就会触发索引链的创建，UpdateRequestProcessorChain.createProcessor。
 1 public UpdateRequestProcessor createProcessor(SolrQueryRequest req, 
 2                                                 SolrQueryResponse rsp) 
 3   {
 4     UpdateRequestProcessor processor = null;
 5     UpdateRequestProcessor last = null;
 6     //获取distribPhase 是否需要跳过DistributingUpdateProcessorFactory前面那一过程（即LogUpdateProcessor），该参数不是由客户端生成
 7     final String distribPhase = req.getParams().get(DistributingUpdateProcessorFactory.DISTRIB_UPDATE_PARAM);
 8     final boolean skipToDistrib = distribPhase != null;
 9     boolean afterDistrib = true;  // we iterate backwards, so true to start
10     //从后往前组件索引链即
11     //LogUpdateProcessor.next = DistributedUpdateProcessor
12     //DistributedUpdateProcessor.next = DirectUpdateHandler2
13     //DirectUpdateHandler2.next = null
14     for (int i = chain.length-1; i>=0; i--) {
15       UpdateRequestProcessorFactory factory = chain[i];
16 
17       if (skipToDistrib) {
18         if (afterDistrib) {
19           // 跳过DistributingUpdateProcessorFactory前面的索引链过程
20           if (factory instanceof DistributingUpdateProcessorFactory) {
21             afterDistrib = false;
22           }
23         } else if (!(factory instanceof UpdateRequestProcessorFactory.RunAlways)) {
24           // skip anything that doesn't have the marker interface
25           continue;
26         }
27       }
28       //创建UpdateRequestProcessorFactory对应的UpdateProcessor，并进行连接
29       processor = factory.getInstance(req, rsp, last);
30       last = processor == null ? last : processor;
31     }
32 
33     return last;
34   }
  • 在UpdateRequestProcessorChain.createProcessor会调用UpdateRequestProcessorFactory的getInstance创建对应的updateProcessor，

    • LogUpdateProcessor

1   public UpdateRequestProcessor getInstance(SolrQueryRequest req, SolrQueryResponse rsp, UpdateRequestProcessor next) {
2     return LogUpdateProcessor.log.isInfoEnabled() ? new LogUpdateProcessor(req, rsp, this, next) : null;
3   }
    • DistributedUpdateProcessor
1   public DistributedUpdateProcessor getInstance(SolrQueryRequest req,
2       SolrQueryResponse rsp, UpdateRequestProcessor next) {
3 
4     return new DistributedUpdateProcessor(req, rsp, next);
5   }

    • RunUpdateProcessorFactory

 

1   public UpdateRequestProcessor getInstance(SolrQueryRequest req, SolrQueryResponse rsp, UpdateRequestProcessor next) 
2   {
3     return new RunUpdateProcessor(req, next);
4   }

 

总结：本节主要学习了SolrCloud分布式索引的整体流程，以及SolrCloud建索引时候索引链的情况，下一节将详细介绍索引链的具体过程。