solr replication原理探究

http://m.blog.csdn.net/blog/qing419925094/34444897

Replication的實現原理。

1. Replication的配置

Replication在solrconfig.xml中默認是關閉的，要打開很簡單。對於Replication，首先須要肯定Solr服務的角色。Solr服務的角色有三種[master],[slave],[repeater]。這三種角色的配置以下：

Master配置：

wKioL1ORrUSjuF5WAAHACrfhpPg906.jpg

Slave配置：

wKiom1ORrYjBm0H2AAHm6b1jVEM579.jpg 

Repeater配置：

wKioL1ORrWvCaLsxAAHS6MjYxf0489.jpg 

 

Repeater就是一個solr服務器既是master，又是slave。爲何須要Repeater角色呢？咱們試想，若是一個master服務器同時帶上10個slave甚至100個slave，會出現什麼狀況？Master很容易就被累死了。就算不累死，網絡帶寬也會很容易被佔用乾淨。假如咱們須要4臺的集羣，可是每一個master又只能帶2臺slave，經過repeater就很容易實現。

 

wKioL1ORrXuz9HybAADx_Qm5pYw487.jpg

2. replication的工做原理

經過配置咱們知道replication的功能是經過ReplicationHandler來實現的。經過以ReplicationHandler爲切入口，應該能很容易地追溯到replication的運行過程。

2.1 slave端的運行過程

Solr在啓動的過程當中會經過ReplicationHandler.inform()方法，按照slave的配置啓動一個定時任務，定時向master端發起同步請求。任務的代碼以下：

private void startExecutorService() {

    Runnable task = new Runnable() {

      @Override

      public void run() {

        if (pollDisabled.get()) {

          LOG.info("Poll disabled");

          return;

        }

        try {

          executorStartTime = System.currentTimeMillis();

          replicationHandler.doFetch(null, false);

        } catch (Exception e) {

          LOG.error("Exception in fetching index", e);

        }

      }

    };

    executorService = Executors.newSingleThreadScheduledExecutor(

        new DefaultSolrThreadFactory("snapPuller"));

    long initialDelay = pollInterval - (System.currentTimeMillis() % pollInterval);

    executorService.scheduleAtFixedRate(task, initialDelay, pollInterval, TimeUnit.MILLISECONDS);

    LOG.info("Poll Scheduled at an interval of " + pollInterval + "ms");

  }

   定時任務的時間間隔是

wKiom1ORrePTa48kAABxYCuklTw119.jpg

 

slave端對master而言是透明的。換句話說，master與slave之間的通訊是無狀態的http鏈接。Slave端經過發送不一樣的command從Server端取得數據,即在數據同步的過程當中，slave端是佔主導做用的。這也是爲何最好先從slave端入手。

一次replicate操做關鍵步驟以下：

 

固然還會有細節的處理，好比系統緩存同步、數據校驗，日誌記錄等等……處理全過程都是以SnapPuller.fetchLatestIndex()方法爲主線進行的，若是跟蹤源碼，則重點關注該方法。

 

 

2.2 master端的運行過程

因爲master端是被動的(即master接收slave端傳遞過來的命令，而後依照命令執行)，因此master端的工做過程相對比較簡單。值得注意的是，經過master端能夠更好的理解solr索引更新的過程。

1.CMD_INDEX_VERSION 命令

經過該命令能夠獲得索引的latestVersion和latestGeneration。其中lastestVersion其實就是索引的更新時間點，而latestGeneration就是存儲在SegmentInfos中的generation信息。經過這兩個信息的對比，就能夠判斷出slave端的索引是否須要更新。

2. CMD_GET_FILE_LIST命令

經過該命令能夠獲得須要同步的索引文件信息。

3. CMD_GET_FILE 命令

經過該命令能夠下載文件。該命令執行次數由文件大小和CMD_GET_FILE_LIST獲得的文件數量決定。下載文件每次最多下載1M，若是文件大於1M，則分屢次下載。數據正確性的校驗由Adler32 算法來完成。關於Adler32算法，這裏不細說。關於詳細代碼，能夠參看DirectoryFileStream.write()方法。

綜上，一次replication操做在master端的運行過程就是執行這三種命令的過程。