轉自：https://www.cnblogs.com/tylercao/p/7672865.html
背景
隨着公司業務的高速發展以及數據爆炸式的增長，當前公司各產線都有關於搜索方面的需求，但是以前的搜索服務系統由於架構與業務上的設計，不能很好的滿足各個業務線的期望，主要體現下面三個問題：
- 不能支持對語句級別的搜索，大量業務相關的屬性根本無法實現
- 沒有任何搜索相關的指標評價體系
- 擴展性與維護性特別差
基於現狀，對行業內的搜索服務做出充分調研，確認使用ElasticSearch做底層索引存儲，同時重新設計現有搜索服務，使其滿足業務方對維護性、定製化搜索排序方面的需求。
整體技術架構
滬江搜索服務底層基於分佈式搜索引擎ElasticSearch，ElasticSearch是一個基於Lucene構建的開源，分佈式，Restful搜索引擎；能夠達到近實時搜索，穩定，可靠，快速響應的要求。
搜索服務整體分爲5個子系統
- 搜索服務(Search Server) : 提供搜索與查詢的功能
- 更新服務(Index Server) : 提供增量更新與全量更新的功能
- Admin 控制檯 : 提供UI界面，方便索引相關的維護操作
- ElasticSearch存儲系統 : 底層索引數據存儲服務
- 監控平臺: 提供基於ELK日誌與zabbix的監控
外部系統接口設計
- 查詢
- 查詢接口提供http的調用方式，當出現跨機房訪問的時候，請使用http接口，其餘都可以使用dubbo RPC調用
- 增量更新
- 數據增量更新接口採用提供MQ的方式接入。當業務方出現數據更新的時候，只需將數據推送到對應的MQ通道中即可。更新服務會監聽每個業務方通道，及時將數據更新到ElasticSearch中
- 全量索引
- 更新服務會調用業務方提供的全量Http接口(該接口需提供分頁查詢等功能)
全量更新
衆所周知，全量更新的功能在搜索服務中是必不可少的一環。它主要能解決以下三個問題
- 業務方本身系統的故障，出現大量數據的丟失
- 業務高速發展產生增減字段或者修改分詞算法等相關的需求
- 業務冷啓動會有一次性導入大批量數據的需求
基於上面提到的問題，我們與業務方合作實現了全量索引。但是在這個過程中，我們也發現一個通用的問題。在進行全量更新的時候，其實增量更新也在同時進行，如果這兩種更新同時在進行的話，就會有遇到少量增量更新的數據丟失。比如說下面這個場景
- 業務方發現自己搜索業務alias_A數據大量數據丟失，所以進行索引重建。其中alias_A是別名，就是我們通常說alias,但是底層真正的索引是index_201701011200(建議:索引裏面包含時間屬性，這樣就能知道是什麼創建的)
- 首先創建一個新的索引index_201706011200，然後從數據中拉出數據並插入ES中，並記錄時間戳T1，最後索引完成的時間戳爲T2，並切換搜索別名index_1指向index_201706011200。
- 索引創建成功之後的最新數據爲T1這個時刻的，但是T1到T2這段時間的數據，並沒有獲取出來。同時index_201701011200老索引還在繼續消費MQ中的數據，包括T1到T2時間內的缺少數據。
- 所以每次索引重建的時候，都會缺少T1到T2時間內的數據。
最後，針對上面這個場景，我們提出通過zookeeper分佈式鎖來暫停index consumer的消費,具體步驟如下
- 創建new_index
- 獲取該index 對應的別名，來修改分佈式鎖的狀態爲stop
- index consumer監控stop狀態，暫停索引數據的更新
- new_index索引數據創建完畢，更新分佈式鎖狀態爲start
- index consumer監控start狀態，繼續索引數據的更新
這樣的話，我們就不用擔心在創建索引的這段時間內，數據會有缺少的問題。相信大家對於這種方式解決全量與增量更新數據有所體會。
集羣無縫擴容
數據量爆炸式的增加，導致我們ES集羣最終還是遇到了容量不足的問題。在此背景下，同時結合ES本身提供的無縫擴容功能，我們最終決定對線上ES集羣進行了在線的無縫擴容，將從原來的3臺機器擴容爲5臺，具體步驟如下
- 擴容前準備
- 目前我們線上已經有3臺機器正在運行着，其中node1爲master節點，node2和node3爲data節點，節點通信採用單播的形式而非廣播的方式。
- 準備2臺(node4與node5)機器，其中機器本身配置與ES配置參數需保持一致
- 擴容中增加節點
- 啓動node4與node5(注意一個一個啓動),啓動完成之後，查看node1,2,3,4,5節點狀態，正常情況下node1,2,3節點都已發現node4與node5，並且各節點之間狀態應該是一致的
- 重啓master node
- 修改node1,2,3節點配置與node4,5保持一致，然後順序重啓node2與node3，一定要優先重啓data node，最後我們在重啓node1(master node).到此爲止，我們的線上ES集羣就在線無縫的擴容完畢
部署優化
- 查詢與更新服務分離
- 查詢服務與更新服務在部署上進行物理隔離，這樣可以隔離更新服務的不穩定對查詢服務的影響
- 預留一半內存
- ES底層存儲引擎是基於Lucene,Lucenede的倒排索引是先在內存中生成，然後定期以段的形式異步刷新到磁盤上，同時操作系統也會把這些段文件緩存起來，以便更快的訪問。所以Lucene的性能取決於和OS的交互，如果你把所有的內存都分配給Elasticsearch，不留一點給Lucene，那你的全文檢索性能會很差的。所有官方建議，預留一半以上內存給Lucene使用
- 內存不要超過32G
- 跨32G的時候，會出現一些現象使得內存使用率還不如低於32G，具體原因請參考官方提供的這篇文章 Don’t Cross 32 GB!
- 儘量避免使用wildcard
- 其實使用wildcard查詢，有點類似於在數據庫中使用左右通配符查詢。(如：*foo*z這樣的形式)
- 設置合理的刷新時間
- ES中默認index.refresh_interval參數爲1s。對於大多數搜索場景來說，數據生效時間不需要這麼及時，所以大家可以根據自己業務的容忍程度來調整
總結
本章主要介紹公司搜索服務的整體架構，重點對全量更新中數據一致性的問題，ES在線擴容做了一定的闡述，同時列舉了一些公司在部署ES上做的一些優化。本文主要目的，希望大家通過閱讀滬江搜索實踐，能夠給廣大讀者帶來一些關於搭建一套通用搜索的建議。