Solr优化案例分析

Posted 2020-12-29 cuihongyu3503319

 随着umc接入主机的数量越来越多，每天产生的syslog日志数量也在剧增， 之前一天产生的syslog数量才不

到1W，随着整个集团的网络设备不端接入，导致现在每天产生的syslog数量大概在180w左右，而这些syslog对

网络和PE同学排查线上网络设备问题又是十分重要的，他们的要求是可以提供查询最近3个月的syslog， 保存一

年的syslog，在7月份的时候，针对量不多的情况，针对mysql单表做了索引，后来又做了单表备份，但是查询的

速度还是无法让人接受，后面又结合页面针对mysqlcount(*)语句做了优化： 使用count(*)语句只是在第一次查询

的时候查询一次，后面保存下来，在后面分页查询的时候，不再需要再查询总数量，即不调用count(*)之类的sql

语句，结果在翻页时，速度还是比较快，但首次查询的时候，还是非常非常慢，但这毕竟只是一个临时的解决方

案；后面结合syslog搜索的业务情况，结合各种技术参考，最终选择了使用Solr搜索引擎来解决syslog查找慢的

问题；

        在做压力测试的时候，发现性能问题：在数据量不大(<1000W)的时候，用Solr搜索是比较快，但随着着

syslog数据量的不断增多，写索引和搜索的速度越来越不能让人接受，因此不得不考虑对Solr进行优化；

       网上了搜了一下Solr优化的大体方案，主要从如下两个步骤来进行优化：

       1.  Solr系统层面；

       2.  索引字段优化；

       针对Solr系统层的优化，主要有如下的方法：

          1. 适当调大Solr查询缓存；

  2.适当增加Solr集群的切片；

          3根据查询的业务场景，适当调

       整索引合并的时间，等等一系列通用的做法，针对这些修改以后，发现修改前后，对查询的性能没有本质

    的提高；

       针对索引字段的优化，就是针对添加到Lucence中文档各索引字段的优化， syslog索引字段主要的字段有：

       id(Integer),

       ip(String),

       log_level(String), 

      log_value(String)

      syslog_time(Date), 

要针对这些字段优索引优化，就要首先分析索引查找的过程，要做到字段优化索引，可以从两方面考虑，

1. 减少字段索引存储量， 

2. 提高查询索引比较的时间， 针对这两点，

可以毫不犹豫的考虑把String类型的字段向Integer或Long类型之类的整型字段映射转换(整型的索引存储空间

一般比字段串所占的存储索引空间要小；整型的查找比较速度比字段串类型要快，其实这也是数据库查找优化

的一个方面)；基于这样的考虑，ip、log_level和syslog_time可以向相应的整型映射，各个字段具体的映射方

法如下：

       1. ip 地址向整形映射，这个问题比较好解决，在计算机网络协议中，在底层是会把ip地址转换成对应的无

符号长整型，但由于java没有无符号这个概念，因此可以考虑把ip地址向整型或长整型做相互映射转换,但因为

整型比长整型占用的字节更少，因此采用整型，具体转换代码如下：

// 把ip地址转换成整形

 

1.  
   public static Long ipToInteger(String ip) {
2.  
    
3.  
   String[] ips = StringUtils.split(ip,‘.‘);
4.  
   if (ips == null || ips.length < 4){
5.  
   throw newRuntimeException("ip地址非法!");
6.  
   }
7.  
   Integer integerIP = 0;
8.  
   Integer ip0= Integer.parseInteger(ips[0]);
9.  
   Integer ip1= Integer.parseInteger(ips[1]);
10.  
    Integer ip2= Integer.parseInteger(ips[2]);
11.  
    Integer ip3= Integer.parseInteger(ips[3]);
12.  
    if (ip0 > 255) {
13.  
    throw newRuntimeException("ip0地址非法:" + ip0);
14.  
    }
15.  
    if (ip1 > 255) {
16.  
    throw newRuntimeException("ip1地址非法:" + ip1);
17.  
    }
18.  
    if (ip2 > 255) {
19.  
    throw newRuntimeException("ip2地址非法:" + ip2);
20.  
    }
21.  
    if (ip3 > 255) {
22.  
    throw newRuntimeException("ip3地址非法:" + ip3);
23.  
    }
24.  
    integerIP |=( ip0 << 24) & (0xff000000);
25.  
    integerIP |=( ip1 << 16) & (0x00ff0000);
26.  
    integerIP |=( ip2 << 8) & (0x0000ff00);
27.  
    integerIP |=( ip3 << 0) & (0x000000ff);
28.  
    return integerIP ;
29.  
    }

1.  
   /**
2.  
   * int类型到ip转换
3.  
   * @param integerIP
4.  
   * @return
5.  
   */
6.  
   public static String integerToIP(IntegerintegerIP) {
7.  
    
8.  
   String ip = "";
9.  
   Integer ip0= (integerIP & 0xff000000) >>> 24;
10.  
    Integer ip1= (integerIP & 0x00ff0000) >> 16 ;
11.  
    Integer ip2= (integerIP & 0x0000ff00) >> 8;
12.  
    Integer ip3= (integerIP & 0x000000ff) >> 0;
13.  
    ip = ip0 + "." + ip1 +"." + ip2 + "." + ip3;
14.  
    return ip;
15.  
    }

 

 

2. log_level 只有8种值，分别是：Emergency， Alert， Critical， Error， Warning，Notice，Informational，

Debug； 这个好转换，直接按下表的方式做相互映射即可

Emergency	0
Alert	1
Critical	2
Error	3
Warning	4
Notice	5
Informational	6
Debug	7

3. 把syslog_time转换成Long类型，这个更容易，java中Date类型有一个getTime()方法

        经过把这三个字段都转换成整型以后，索引插入和搜索速度都提高不少，特别是搜索速度有非常非常明显

的提升，特别是在数据量超过2亿的时间，效果更明显到此，字段优化完毕；

        但此时还发现一个问题：一次查找返回的数据量太多，导致存在翻页慢的问题，例如：一次返回10W页数

据，如果一下翻到第10W页，查询的速度会非常非常慢甚至可能出现Solr集群全部宕机的情况，这是不能接受的，

因为我们页面上提供了翻到最后一面的功能， 虽然用户一般情况下不会这么做，但万一不小点错了，整个线上

Sorl集群就全部挂了，怎么办？这个问题，让我想起了mysql里的翻页的问题，下面两条SQL语句：

• select * from umc_syslog where syslog_time between date1 and date2  order by id limit 0, 10;
• select * from umc_syslog where syslog_time between date1 and date2  order by id limit 10000, 10;

       我们知道，第一条SQL语句查询的速度非常快，第二SQL语句查询的速度非常慢，在系统压力较大的情况下，

可能会把mysql服务弄挂，根本原因在于limitstart, rows语句，mysql会在扫描时，会扫过满足结果的前start行的

记录，然后才读取len行的数据，如果start特别大，会非常慢，在高性能mysql这本书中介绍了各种解决分页问

题的优化，如延迟关联、阶递分页等，其中阶递分页可以在Solr中实现，但我们页面不允许这么做，不然早就

用Hbase来解决了，怎么办，在无解决的情况下，突然发现，Solr查询中有order by排序的问题，适当用order by

可以很好来解决limit 分页慢的问题：

       假设 一个Solr查询按id 降序排序返回，假设返回10W行记录，前5W条记录可以随机分页查询到，但后面

5W条记录很难随机分页查询到，造成这个问题的原因是按id降序返回，如果适当修改一下查询语句，速度可

能会有所提高，因为Solr查询每次都会返回总的记录条数，这个总的记录条数是已知的， 记为total, 作如下处

理：如果start 小于等于 （total >> 1）,则从前往后读；否则就从后往前读，然后，再把返回的结果逆序，显示

即可，伪代码如下；

 

1.  
   if start <= (total >> 1)
2.  
   query order by id desc limit start, rows;
3.  
   else
4.  
   calculate new start as start‘;
5.  
   calculate new rows as rows‘;
6.  
   query order by asc limit start‘, rows‘;
7.  
   reverse the return data;
8.  
   end

 

程序中相关代码：

 

1.  
   // 是否是按id升序查询, 默认是false
2.  
   boolean isAscend = false;
3.  
    
4.  
   // 升序或降序查询判断
5.  
   if (totalCount == 0) {
6.  
   isAscend = false;
7.  
   } else {
8.  
   if (start >= (totalCount >> 1) ) {
9.  
   isAscend = true;
10.  
    }
11.  
    }
12.  
     
13.  
    if (!isAscend) {
14.  
    realStart = start;
15.  
    realRows = rows;
16.  
    } else {
17.  
    Integer count = totalCount.intValue();
18.  
    realStart = (start + rows)>= count? 0 : (count - (start +rows));
19.  
    realRows = (start + rows)>= count? (count - start + 1) : rows;
20.  
    }
21.  
    solrQuery.setStart(realStart);
22.  
    solrQuery.setRows(realRows);
23.  
     
24.  
    if (!isAscend) {// id降序
25.  
    solrQuery.setSort("id", ORDER.desc);
26.  
    } else { // id 升序
27.  
    solrQuery.setSort("id", ORDER.asc);
28.  
    }
29.  
     
30.  
    // 逆序处理
31.  
    if (isAscend) {
32.  
    int size = syslogVOList.size();
33.  
    int left = 0;
34.  
    int right = size - 1;
35.  
    while (left < right) {
36.  
    SyslogVO leftSyslogVO =syslogVOList.get(left);
37.  
    SyslogVO rightSyslogVO =syslogVOList.get(right);
38.  
    syslogVOList.set(left, rightSyslogVO);
39.  
    syslogVOList.set(right, leftSyslogVO);
40.  
    left ++;
41.  
    right --;
42.  
    }
43.  
    }

 

经过这个过程的处理之后，向后翻页查询的速度快了很多，至少不会出现宕机的现象；

查询页面如下：

 

  在相同的条件下：

  优化后Solr查询的时间：

  

  

  优化前mysql的查询时间：

 

 

其实这个技巧在mysql分页查询，数据量非常大的时候也适用；