在《将文件传送给Solr服务器》中,介绍了怎么样将文件通过HTTP的post请求传送给Solr,这个过程其实是由Solr中的update handler控制的。总的来说,update handler负责所有更新索引的操作以及commit和优化功能。Update handler提供的功能如下:
Update handler最重要的一个任务就是将document提交到索引中并让它们能出现在搜索结果中。
将document提交到索引中
当一个文件被添加到Solr的时候,如果没有执行commit操作,那么这个文件就不会出现在搜索结果中。从Solr 4之后,有两种类型的commit可以被选择:
Normal/hard commit :
Normal commit实现的是将Solr中所有没有提交的文件flush到硬盘中,并打开一个searcher,使得所有新提交的文件都能被索引到。因为Normal commit是将所有新文件存储到硬盘中,所以当Solr服务器重新开启的时候,这些文件也不会丢失。此外,Hard commit可能是一个很耗时的操作,因为它需要打开一个新的searcher。
Soft commit:
Soft commit实现的是近实时的检索(near real-time, NTR).Soft commit避开了Hard commit中一些耗时的操作,如将文件flush到硬盘中,但是hard commit还是必需的,不然文件都没法保存到硬盘中。
总的来说,Hard commit保证document能被检索到,但是因为它要将文件都保存到硬盘中所以可能会很耗时;Soft commit也能让document被检索到,但是这些文件并没有被flush到硬盘中。
AutoCommit
无论是soft还是hard commit,都可以在Solr的solrconfig.xml文件中配置自动提交策略,下面有三种自动提交的策略:
在特定的时间提交文件
当未提交的文件达到某个阈值的时候就将所有文件都提交
每隔一段时间(如10mins)就将所有未提交的文件
下面展示了在solrconfig.xml中autoCommit的配置:
现在假设如下场景:
你需要将5百万个文件提交到索引,使用的是如上面的自动提交策略,因为当前已经到达了50,000个文件的阈值,所以Solr要执行100次自动提交的操作。此时<openSearcher>设置是true,也就是说要执行100次打开新searcher的操作,而且每次打开一个searcher都要进行warming,但是这明显是没有必要的。所以,当要提交到索引的文件数目大于autocommit的阈值时,可以考虑将<openSearcher>设置为false,并在客户端中执行一次hard commit就可以了。
在这里要区别一下<autoCommit>中的<openSearcher>以及<commit>中的waitSearcher属性。waitSearcher为true时,表示客户端的代码会被阻塞,直到一个新的searcher被完全warm up。
设置soft commits的示例:
在solrconfig.xml中对soft commit的描述:
<!-- softAutoCommit is like autoCommit except it causes a
'soft' commit which only ensures that changes are visible
but does not ensure that data is synced to disk. This is
faster and more near-realtime friendly than a hard commit.
-->
疑问:soft commit是否也会打开一个新的searcher,不然新的文件是怎么被检索到的。
添加文件到索引的过程: