如何提高Lucene在分布式环境中的性能？

Question

在分布式环境中，在主碎片实现上搜索时，我面临着很长的搜索时间(10秒的顺序)。但是，通过Luke的相同查询以毫秒为单位返回。

该应用程序是一个分布式系统。所有节点都共享索引所在的通用NFS挂载。为了简单起见，让我们考虑两个节点Node1和Node2。/etc/fstab条目如下所示。

nfs:/vol/indexes /opt/indexes nfs rw,suid,nodev,rsize=32768,wsize=32768,soft,intr,tcp 0 0

有多个提要(比如Feed1和Feed2 )访问了系统，每个节点的每个提要都有一个碎片，每个提要有一个主提要。索引看起来就像

Feed1-master
Feed1-shard-Node1.com
Feed1-shard-Node1.com0
Feed1-shard-Node1.com1

执行搜索的代码是

FeedIndexManager fim = getManager(feedCode);
searcher = fim.getSearcher();
TopDocs docs = searcher.search(q, filter, start + max, sort);

private FeedIndexManager getManager(String feedCode) throws IOException {
  if (!_managers.containsKey(feedCode)) {
    synchronized(_managers) {
      if (!_managers.containsKey(feedCode)) {
        File shard = getShardIndexFile(feedCode);
        File master = getMasterIndexFile(feedCode);
        _managers.put(feedCode, new FeedIndexManager(shard, master));
      }
    }
  }  
  return _managers.get(feedCode);
}

FeedIndexManager如下所示。

public class FeedIndexManager implements Closeable {

  private static final Analyzer WRITE_ANALYZER = makeWriterAnalyzer();
  private final Directory _master;
  private SearcherManager _searcherManager;
  private final IndexPair _pair;

  private int _numFailedMerges = 0;
  private DateTime _lastMergeTime = new DateTime();

  public FeedIndexManager(File shard, File master) throws IOException {
    _master = NIOFSDirectory.open(master, new SimpleFSLockFactory(master));

    IndexWriter writer = null;
    try {
      writer = new IndexWriter(_master,
                               WRITE_ANALYZER, 
                               MaxFieldLength.LIMITED);
    } finally {
      if (null != writer) {
        writer.close();
      }
      writer = null;
    }

    _searcherManager = new SearcherManager(_master);
    _pair = new IndexPair(_master,
                          shard, 
                          new IndexWriterBuilder(WRITE_ANALYZER));
  }

  public IndexPair getIndexWriter() {
    return _pair;
  }

  public IndexSearcher getSearcher() {
    try {
      return _searcherManager.get();
    }
    catch (IOException ioe) {
      throw new DatastoreRuntimeException(
        "When trying to get an IndexSearcher for " + _master, ioe);
    }
  }

  public void releaseSearcher(IndexSearcher searcher) {
    try {
      _searcherManager.release(searcher);
    }
    catch (IOException ioe) {
      throw new DatastoreRuntimeException(
        "When trying to release the IndexSearcher " + searcher
        + " for " + _master, ioe);
    }
  }

  /**
   * Merges the changes from the shard into the master.
   */
  public boolean tryFlush() throws IOException {
    LOG.debug("Trying to flush index manager at " + _master
              + " after " + _numFailedMerges + " failed merges.");
    if (_pair.tryFlush()) {
      LOG.debug("I succesfully flushed " + _master);
      _numFailedMerges = 0;
      _lastMergeTime = new DateTime();
      return true;
    }
    LOG.warn("I couldn't flush " + _master + " after " + _numFailedMerges
             + " failed merges.");
    _numFailedMerges++;
    return false;
  }

  public long getMillisSinceMerge() {
    return new DateTime().getMillis() - _lastMergeTime.getMillis();
  }

  public long getNumFailedMerges() {
    return _numFailedMerges;
  }

  public void close() throws IOException {
    _pair.close();
  }

  /**
   * Return the Analyzer used for writing to indexes.
   */
  private static Analyzer makeWriterAnalyzer() {
    PerFieldAnalyzerWrapper analyzer = 
      new PerFieldAnalyzerWrapper(new LowerCaseAnalyzer());

    analyzer.addAnalyzer(SingleFieldTag.ID.toString(), new KeywordAnalyzer());
    // we want tokenizing on the CITY_STATE field
    analyzer.addAnalyzer(AddressFieldTag.CITY_STATE.toString(),
            new StandardAnalyzer(Version.LUCENE_CURRENT));
    return analyzer;
  }
}

消耗95%-98%延迟的杀手是这个调用，搜索大约需要20秒，而如果索引是通过Luke打开的，则以毫秒为单位。

TopDocs docs = searcher.search(q, filter, start + max, sort);

我有以下问题

1. 每个饲料有多个母版是明智的，还是我应该把它减少到一个主版？该指数中的元素数约为5000万。
2. 在实体数量少于100万的提要上，延迟时间很低(次秒响应)。实体超过200万的提要大约需要20秒。我应该只维护每个节点一个碎片，而每个提要每个节点只维护一个碎片吗？
3. 每15秒尝试一次从碎片到主服务器的合并。应该调整这个参数吗？

我目前正在使用Lucene3.1.0和JDK1.6。这些盒子是两个64位核心，8GB内存.当前，JVM以4GBmax运行。

任何提高性能的建议都会受到高度赞赏。我已经执行了Lucene通常规定的所有标准性能调优。非常感谢你阅读了这篇长篇文章。

Answer 1

也许这不是您想要的答案，但是请看一下弹性搜索。它是一个围绕Lucene的分布式集群服务层，它是通过HTTP查询的，也可以是嵌入式运行的。

而且速度很快，非常可笑。它似乎在封面下正确地调优了Lucene，如果您需要使用它们，它仍然公开完整的Lucene配置选项。

让Lucene在分布式环境中执行是很困难的，正如您正在发现的那样，您最终会遇到严重的锁定问题。ElasticSearch旨在解决这个特殊问题，因此您可以解决其他问题。