背景
隨著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。
搜索服務整體分為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
眾所周知，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
- 業務冷啟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:索引裡面包含時間屬性，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為 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為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為 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，更新分佈式鎖狀態為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。
集群無縫擴容
數據量爆炸式的增加，導致我們 ES 集群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集群進行了在線的無縫擴容，將從原來的 3 臺機器擴容為 5 臺，具體步驟如下
- 擴容前準備目前我們線上已經有 3 臺機器正在運行著，其中 node1 為 master 節點，node2 和 node3 為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
- 擴容中增加節點啟動 node4 與 node5 (注意一個一個啟動),啟動完成之後，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
- 重啟 master node修改 node1,2,3節點配置與 node4,5保持一致，然後順序重啟 node2與 node3 ，一定要優先重啟 data node，最後我們在重啟 node1( master node).到此為止，我們的線上 ES 集群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 ,Lucene 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 參數為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
閱讀更多 Echa攻城獅 的文章
