postgres中的Solr导入锁定表

Question

我正忙着为一个关于度假屋的网站实现Solr。该网站使用Postgres作为主数据库。对于搜索结果，我们希望使用Solr作为后端来获取可用的度假屋。

导入数据库的各个部分是通过使用带有JdbcDataSource的DataImportHandler完成的。

DataImportHandler的缩写版本：

<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
     <dataSource type="JdbcDataSource" driver="org.postgresql.Driver" name="Solr"
                    url="jdbc:postgresql://host:port/database" user="*" password="*" readOnly="true"/>
    <document>
<entity name="availabilities" transformer="RegexTransformer" pk="id"
        query="
            SELECT concat('A',pa.availability_id,'-',pad.start_date,'-',pad.period_type_id) as unique_availability_id,
            pa.property_id,
            NULLIF(CONCAT(ST_X(pl.position),',',ST_Y(pl.position)),',') as locationhash,
            pl.position_accurate,
            true as is_availability,
            region.child_id as city_id,
            region.ancestor_id as province_id,
            (
                SELECT array_to_string(array(SELECT binnen.ancestor_id
                FROM fewo_Location_Ancestry binnen
                WHERE binnen.child_id = region.child_id
                AND   binnen.ancestor_type_id = 12), ',')
            ) AS region_id,
            pl.country_id,
            pl.min_persons,
            pl.max_persons,
            fap.bedrooms,
            pl.specifications,
            pl.property_state_id,
            pa.availability_id,
            pad.period_type_id,
            pad.start_date,
            pad.end_date,
            (
                SELECT COUNT(*) &gt; 0 FROM fewo_last_minute_details flmd
                WHERE flmd.property_id = pa.property_id
                AND flmd.details_id = pad.details_id
                LIMIT 1
            ) AS last_minute,
            CASE (
                SELECT COUNT(*) &gt; 0 FROM fewo_last_minute_details flmd
                WHERE flmd.property_id = pa.property_id
                AND flmd.details_id = pad.details_id
                LIMIT 1
            ) WHEN true THEN pad.discount_price
                    ELSE pad.price
            END as price,
            pl.positioning_fee,
            pl.sort_order   
            FROM fewo_property_availability_details pad
                INNER JOIN fewo_property_availability pa USING (availability_id)
                INNER JOIN fewo_Property_Location pl ON pa.property_id=pl.property_id
                INNER JOIN fewo_all_properties fap ON pl.property_id=fap.property_id
                INNER JOIN fewo_Location_Ancestry region ON (region.child_id =pl.location_id  AND region.ancestor_type_id = 7)
            WHERE pad.start_date &gt; current_date
        ">
    <field name="id" column="unique_availability_id"/>
        <field name="property_id" column="property_id"/>
        <field name="parent_id" column="property_id"/>
        <field name="is_availability" column="is_availability"/>
        <field name="positionCoord" column="locationhash"/>
        <field name="position_accurate" column="position_accurate"/>
        <field name="city_id" column="city_id"/>
        <field name="province_id" column="province_id"/>
        <field name="region_id" column="region_id" splitBy="," sourceColName="region_id"/>
        <field name="country_id" column="country_id"/>
        <field name="min_persons" column="min_persons"/>
        <field name="max_persons" column="max_persons"/>
        <field name="bedrooms" column="bedrooms"/>
        <entity name="fewo_all_property_specifications" transformer="foo.SpecTransformer" pk="property_id"
            cacheKey="property_id"
            cacheLookup="availabilities.property_id"
            query="SELECT property_id, specification_id, COALESCE(value,'true') as val FROM fewo_all_property_specifications"
            processor="CachedSqlEntityProcessor">
        </entity>
        <field name="property_state_id" column="property_state_id"/>
        <field name="availability_id" column="availability_id"/>
        <field name="period_type_id" column="period_type_id"/>
        <field name="start_date" column="start_date"/>
        <field name="end_date" column="end_date"/>
        <field name="last_minute" column="last_minute" />
        <field name="price" column="price"/>
        <field name="positioning_fee" column="positioning_fee"/>
        <field name="sort_order" column="sort_order"/>
    </entity>   
    </document>
</dataConfig>

导入大约运行一个小时，将1300万条记录导入Solr。问题是在导入期间无法更新表fewo_property_availability_details，因为存在一个锁定表的AccessShareLock。这将防止更新/插入表中的数据，并使这些查询排队。过了一段时间，它们堆积得太多，数据库就会失败。

我的问题是:有没有一种好的方法来导入数据，而不会对常规查询造成太多的阻碍？例如，在x个导入记录之后启动一个新事务，让其他查询有时间运行吗？

我使用的是在Ubuntu 12.04上运行的Solr 4.0和Postgres 9.1。

谢谢

Answer 1

根据the documentation，AccessShareLock仅与AccessExclusiveLock冲突

ACCESS EXCLUSIVE只能通过ALTER TABLE、DROP TABLE、TRUNCATE、REINDEX、CLUSTER、VACUUM FULL和非限定LOCK TABLE语句获得。

查看一下pg_catalog.pg_locks，看看是否可以获得有关锁关系的更多信息。您还可以在PostgreSQL维基上找到一些有用的锁查询：http://wiki.postgresql.org/wiki/Lock_Monitoring

完全有可能的是，你的数据库不是锁住了，而是无法处理繁重的并发读/写负载。如果您的高速缓存很小，在没有BBU控制器的普通(非固态硬盘)磁盘上运行，并且/或者您还没有针对您的环境调优PostgreSQL配置，这种情况尤其可能发生。

Answer 2

或者，您可以根据从DIH中选择的内容创建物化视图(在oracle和MySQL中是可能的)，然后可以将refresh选项设置为FAST (这意味着视图将始终包含最新数据)。您将实现的目标：-更快的导入-在此之后，您可以进行部分导入(而不是完全导入)，以仅获取新的或更改的数据。看看这个link希望将会有所帮助。