解决HubbleDotNet搜索引擎索引数据不全的问题
HubbleDotnet是国产.NET平台搜索引擎的翘楚,开放源代码,使用方便,不过我一直在非生产环境下使用。官方网页在HubbleDotNet开源全文搜索数据库项目--技术详解.
以前当数据库使用Mysql的时候没问题,但当使用了MonogoDB做数据源之后,经常出现数据无法全部自动索引的情况。比如有10W的表,常常只能索引到3W甚至更少,乃至每次索引的数量都不同。
这件事拖了我很久,万不得已看日志查源代码,才发现是一个程序上的bug.
系统日志记录如下:
LogTime:2015-01-06 16:43:32.773 Process:HubbleTask Message:ErrMsg:Get documents for insert fail! Exception:System.ArgumentException Message:列“Year”不属于表 Table1。 Stack: 在 System.Data.DataRow.GetDataColumn(String columnName) 在 System.Data.DataRow.get_Item(String columnName) 在 Hubble.Core.Service.SynchronizeCanUpdate.GetOneRowDocument(DataRow row) 位置 d:\Codes\C#\OpenSources\hubbledotnet-100319\C#\src\Hubble.Data\Hubble.Core\Service\SynchronizeCanUpdate.cs:行号 300 在 Hubble.Core.Service.SynchronizeCanUpdate.GetDocumentsForInsert(IDBAdapter dbAdapter, Int64& from) 位置 d:\Codes\C#\OpenSources\hubbledotnet-100319\C#\src\Hubble.Data\Hubble.Core\Service\SynchronizeCanUpdate.cs:行号 471 在 Hubble.Core.Service.SynchronizeCanUpdate.DoGetDocumentsForInsertAsync(Object dbAdapter) 位置 d:\Codes\C#\OpenSources\hubbledotnet-100319\C#\src\Hubble.Data\Hubble.Core\Service\SynchronizeCanUpdate.cs:行号 425
找到对应的源代码,SynchronizeCanUpdate.cs,位置如下:
foreach (Field field in _DBProvider.Table.Fields) { if (field.IndexType == Field.Index.None) { if (!_DBProvider.Table.HasMirrorTable) { continue; } } string value = null; if (row[field.Name] == DBNull.Value) //此处出错 { if (!field.CanNull) { throw new DataException(string.Format("Field:{0} in table {1} is not null so that it can't be inserted null value!", field.Name, _DBProvider.Table.Name)); } if (field.DefaultValue == null) { if (field.IndexType != Field.Index.None) { throw new DataException(string.Format("Field:{0} in table {1} is null but hasn't default value so that it can't be inserted null value!", field.Name, _DBProvider.Table.Name)); } } value = field.DefaultValue; } else { if (row[field.Name] is DateTime) { value = ((DateTime)row[field.Name]).ToString("yyyy-MM-dd HH:mm:ss.fff"); } else { value = row[field.Name].ToString(); } } document.Add(field.Name, value, field.DataType, field.DataLength, false); }
很清楚,DataRow中,没有Year这个字段。但是我在建立索引 表的时候,是添加了一个可空字段Year的啊,更何况,其他条数据的索引都没问题,但就会遇到一些数据Row没有Year. 字段。可能是HubbleDotnet对MongoDb的驱动支持不够完善吧,在中间的转换出了问题,改进也很简单:
foreach (Field field in _DBProvider.Table.Fields) { if (field.IndexType == Field.Index.None) { if (!_DBProvider.Table.HasMirrorTable) { continue; } } string value = null; object v = DBNull.Value; try { if (row.Table.Columns.Contains(field.Name)) //此处判断是否拥有该字段 { v = row[field.Name]; } } catch (Exception ex) { Global.Report.WriteErrorLog(string.Format("this is a null value, collum {0} not in the table",field.Name)); } if (v == DBNull.Value) { if (!field.CanNull) { throw new DataException(string.Format("Field:{0} in table {1} is not null so that it can't be inserted null value!", field.Name, _DBProvider.Table.Name)); } if (field.DefaultValue == null) { if (field.IndexType != Field.Index.None) { throw new DataException(string.Format("Field:{0} in table {1} is null but hasn't default value so that it can't be inserted null value!", field.Name, _DBProvider.Table.Name)); } } value = field.DefaultValue; } else { if (v is DateTime) { value = ((DateTime)v).ToString("yyyy-MM-dd HH:mm:ss.fff"); } else { value = v.ToString(); } } document.Add(field.Name, value, field.DataType, field.DataLength, false); }
这个问题成功解决。
另外的问题如下:
LogTime:2015-01-06 17:52:34.389 Process:HubbleTask Message:System.ArgumentException: 输入字符串的格式不正确。不能在 JournalName 列中存储 <research in microelectronics and electronics, 2005 phd>。所需类型是 Double。 ---> System.FormatException: 输入字符串的格式不正确。 在 System.Number.StringToNumber(String str, NumberStyles options, NumberBuffer& number, NumberFormatInfo info, Boolean parseDecimal) 在 System.Number.ParseDouble(String value, NumberStyles options, NumberFormatInfo numfmt) 在 System.Double.Parse(String s, NumberStyles style, NumberFormatInfo info) 在 System.String.System.IConvertible.ToDouble(IFormatProvider provider) 在 System.Data.Common.DoubleStorage.Set(Int32 record, Object value) 在 System.Data.DataColumn.set_Item(Int32 record, Object value) --- 内部异常堆栈跟踪的结尾 --- 在 System.Data.DataColumn.set_Item(Int32 record, Object value) 在 System.Data.DataRow.set_Item(DataColumn column, Object value) 在 Hubble.Core.DBAdapter.MongoAdapter.QuerySql(String sql) 位置 d:\Code\OpenSource\hubbledotnet-100319\C#\src\Hubble.Data\Hubble.Core\DBAdapter\MongoAdapter.cs:行号 1081
明明我在JournalName 存储的是一个NVarchar字段,此处却一定要提示我所需类型是double,系统脑抽么,这也是MongoAdapter的映射没做好,好在这种情况在整个数据集中出现的次数很少,我加上Try-Catch,输出了Log日志,解决了这个问题(O(∩_∩)O~)。
以上两个问题解决之后,搜索引擎可以正确检索全部数据了,好开心。
好水的文章,能解决别人的问题也是好的,虽然解决方法没那么优雅,而且Hubble现在还有人用么?默默的匿了。
作者:热情的沙漠
出处:http://www.cnblogs.com/buptzym/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。