solr-in-action-ch4-Configuring Solr
2017-07-28 09:04 tlnshuju 阅读(224) 评论(0) 编辑 收藏 举报Solr基本的三个XML配置文件:
solr.xml: solr 日志、shard、solrcould等配置
solrconfig.xml: 某个solr core的配置
schema.xml:某个solr core的索引结构的配置,包含field 和field类型
这一章主要介绍solrconfig.xml, 某个solr core的配置。
1、Core的发现过程
扫描启动某个core的过程是这种:Solr webserver依据配置的java System Property(solr.solr.home),找到solr的home路径,然后solr会扫描这个home路径以下的包括有core.properties的子文件夹。core.properties定义了core的名称、以及其它一些配置信息(非必须,一般如今都在之类只定义name=your_collection_name)。其它一些參数例如以下左图。一旦solr发现了这个core之后就会到这个文件夹以下的conf文件夹下找到solrconfig.xml来開始初始化这个core。
Overview of solrconfig.xml
solrconfig.xml中有大量类似<arr> <list> <str> <int>这种自己定义标签,以下做个统一的说明:
arr:即array的缩写,表示一个数组,name即表示这个数组參数的变量名
lst即list的缩写。但注意它里面存放的是key-value键值对
bool表示一个boolean类型的变量,name表示boolean变量名,
同理还有int,long,float,str等等
Str即string的缩写,唯一要注意的是arr下的str子元素是没有name属性的,而list下的str元素是有name属性的
2、Query request handling
2.1、Request-handling overview
Solr 查询请求的处理过程:
1、Client(浏览器或者solrjclient)发送查询请求到solrserver
2、Jetty(或者tomcat等其它的webserver)会将/solr的请求路由到solr统一的request dispatcher,dispatcher会依据/collection1找到相应的core,并找到这个core的solrconfig.xml中定义的处理请求的 request handle
3、request handler 使用各个组件串行的处理这个请求
4、处理完毕后,Reponse writer组件会将结果处理成某个格式(xml、json等等)并返回client,默认是返回xml格式。
2.2、search handler
request handler主要有两类search handler和update handler。search handler负责处理查询请求、update handler用来更新索引的请求,这里主要介绍一下search handler,update handler 下一章介绍。下图是solrconfig.xml中/select request handler的定义。
ps:solrconfig.xml文件里定义的solr.开头的class(如这里的solr.SearchHandler),都会相应于solr core java package:
"analysis.", "schema.", "handler.", "search.", "update.", "core.", "request.", "update.processor.", "util.", "spelling.", "handler.component.", or"handler.dataimport." 。
这里的SearchHandler相应于
org.apache.solr.handler.component.SearchHandler 。
一个Search handler能够定义一下几个处理阶段:
1.请求參数处理
加入请求中没有的默认查询參数
覆盖改动请求的參数值
加入额外的參数
2.search first-components(可选)
3.search process components
4.search last-components (可选)
2.3、search components
2.3.1 QUERY COMPONENT
query处理的核心,通过active searcher 解析和运行查询。查询解析是通过參数控制的defType(如edismax,dismax)。query 组件查询初匹配查询參数的doc。这些doc能够被兴许的组件继续处理。query组件是默认开启的,兴许其它的组件须要在查询參数里显示的指定。
2.3.2 FACET COMPONENT
solr将以导航为目的的查询结果称为facet. 它并不会改动查询结果信息, 仅仅是在查询结果上依据分类加入了count信息, 然后用户依据count信息做进一步的查询, 比方淘宝的查询列表中, 上面会表示不同的类目相关查询结果的数量,,兴许会具体介绍
2.3.3 MORE LIKE THIS COMPONENT
假设启用这个组件。会搜索出和查询结果相似的doc,兴许会具体介绍
2.3.4 HIGHLIGHT COMPONENT
假设启用这个组件,会高亮显示匹配的文本,兴许会具体介绍
2.3.5 STATS COMPONENT
统计组件。假设启用,能够统计指定数字field的统计信息。如最小值、最大值、总和、平均值...等等统计信息。详细能够看以下的实例。
2.3.6、DEBUG COMPONENT
开启debug组件。能够看到solr 打分的详情,有助于排查一些诸如排序错误的问题。
开启debug组件仅仅用在请求參数添加debugQuery=true就能够了。
2.3.7 ADDING SPELLCHECK AS A LAST-COMPONENT
兴许再介绍
3、Managing searchers
solrconfig.xml中<query>标签包括了一些能够优化查询性能的參数。如缓存、field懒载入、新searcher预热等。
3.1 New searcher overview
searcher是solr处理query的组件。solr中仅仅有一个active 的searher。
这个active searcher 拥有全部lucene索引的仅仅读快照,假设提交一个新的doc到solr,这个doc在当前这个searcher中是不可见的。那么怎样才干使得新提交的doc可见呢?solr的解决方式是关闭当前的searcher,新开一个searcher。新的searcher拥有新提交的doc的索引的仅仅读快照。这就是solr commit的须要做的一部分工作(每一个commit都要new 一个searcher)。
当进行一次commit之后,在旧的searcher上还有未运行完的查询,所以旧searcher的销毁是在其上面搜有查询运行完才运行的。销毁旧的searcher的时,其上面全部的缓存也都会被删除(由于原有的缓存都是基于旧的索引快照的,commit之后索引是有更新的。所以旧的缓存也应该是要失效的)。
而生成新的searcher须要运行一些计算(如又一次计算缓存),所以生成新的searcher是代价比較耗时的操作。
为了不正确用户的查询产生影响。solr採用的后台生成新的searcher的方式。当新的searcher就绪之前,旧的searcher一直是提供查询的,直到新的searcher 预热完成。
3.2、Warming a new searcher
预热新的searcher有两种方式:通过旧的cache自己主动预热新的cache、运行cache预热的查询。下一节会具体介绍自己主动预热。
这里先看一下运行cache预热的查询的配置。
通过配置一个listener,当newSeacher事件发生时。会运行queries里面的查询用来预热缓存。配置成预热的query一般都是应用最频繁的查询,配置queries不能过多,过多会造成预热的时间太久。耗费太多server的资源。
这样的预热方式方式一个非常实用的场景是solr服务启动first searcher的预热。配置first searcher的预热。仅仅须要将上面的event="firstSeacher"即可了。
solr推断事件是firstSeacher是依据当前Seacher是否是null推断的,假设当前seacher是null则为firstSearcher。
searcher预热还有两个重要的配置标签useColdSearcher和maxWarmingSearchers
<useColdSearcher>false</useColdSearcher>,当配置为true的时候,不等新的searcher预热完成就直接使用,而配置为false的时候,就是等到新的searcher预热完才会使用
<maxWarmingSearchers>2</maxWarmingSearchers>, 配置同一时候预热的searcher数量,假设searcher预热的时间过长,commit又比較频繁的话,会导致同一时候有多个searcher在预热。假设同一时候预热的数量超过配置的參数。之后的commit就会报错。假设常常出现报错,就须要考虑是否这个值设置的不合理或者预热时间过长。solr默认配置的是2。
4、cache management
4.1、cache fundamentals
- cache 大小
- 命中率与缓存踢除
- 缓存失效
- cache预热
4.2、filter cache
4.3、Query result cache
4.4、Document cache
4.5、Field value cache
5、Summary
上面仅仅是介绍了solrconfig.xml的一部分经常使用的配置,solrconfig.xml里面有大量的具体凝视。能够通过查看solrconfig.xml 的配置文件的了解其它的一些配置。如配置返回格式、怎样定义一个新的search handler、生产环境调优等。