了解更多Greenplum技术干货，欢迎访问Greenplum中文社区网站
一、背景
Apache Solr是被广泛使用的开源搜索引擎，Greenplum DB的全文检索组件Greenplum Text就是基于其构建的：Greenplum Text简写为GPText，它将Greenplum数据库与Apache SolrCloud企业搜索和MADlib分析库进行紧密集成，从而为客户提供了大规模分析处理和业务决策支持，主要功能包括免费的文本搜索以及对文本分析的支持。
广义来说，solr中的cache可以分为2大部分：solr系统的内部cache和留给操作系统的文件cache。对于前者来说，如果设置不当，不但不会提升性能，还将浪费大量内存。
根据长期为客户调优的经验，本文作者将对solr cache进行简要介绍并陈述solr cache最佳实践。
二、分类
solr内部cache分为4类：
- QueryResult Cache：缓存query对应的docid拉链，数据结构：query => docid list
- Filter Cache：缓存filter对应的bitmap索引，数据结构：filter => bitmap (total doc number bit)
- Doc Cache：缓存doc id对应的stored的doc文档内容，数据结构：doc id => doc content
- Custom Cache，自定义cache，默认关闭，本文档中不再介绍
大家需要留意的是这里给出的数据结构只是朴素实现，而solr实际的内部实现比朴素实现更精良（如节省内存），特别是对于filter cache，详见solr社区讨论。
三、配置
在每个索引的solrconfig.xml中配置，配置每类索引的最大个数（size），举例：
<filterCache class="solr.FastLRUCache" size="512" initialSize="512" autowarmCount="0" />
<queryResultCache class="solr.LRUCache" size="512" initialSize="512" autowarmCount="0" />
<documentCache class="solr.LRUCache" size="512" initialSize="512" autowarmCount="0" />关于配置，大家需要留意2点内容：
- 前2者还可以设置maxRamMB参数（版本要求：solr 6.6中不能配置，7.3.1可以）：该类cache的使用内存上限，单位是MB。如果配置了它的话，size和initialSize参数将被忽略
- 另外cache的生效时间受到auto/autosoft commit参数的影响，目前最新gptext代码中配置如下，autocommit不会导致cache失效（因为设置了opensearcher为false）
<autoCommit>
<maxDocs>10000</maxDocs>
<maxTime>60000</maxTime>
<openSearcher>false</openSearcher>
</autoCommit>autosoftcommit导致cache失效：每Docs/Time个周期到了会导致cache失效
<autoSoftCommit>
<maxDocs>100000</maxDocs>
<maxTime>600000</maxTime>
</autoSoftCommit>四、内存开销
这里我们通过一个例子来进行说明，假设某用户的一个使用场景如下：
- 每个query/filter 10 Byte
- 平均结果数目：25万条（每条结果id使用一个8byte整数代表）
- 总文档数目：10亿（使用一个bitmap，每个文档占1bit）
- 平均stored文档大小：32 Byte（4个8byte字段）
- cache和autocommit参数都是默认值
可以得出每类cache的最大大小：
- queryresult cache：(10+250000*8) * 512 = 1GB （最差情况下）
- filter cache：(1000000000/8) * 512 = 60GB （最差情况下）
- doc cache：32 * 512 = 16KB
明显可见filter cache过大，不过以上只是定性分析，便于找出可能的内存瓶颈，实际的内存开销会更小。
五、监控
如果可以访问SOLR UI，可以查看每个core上的cache metrics统计：
http://localhost:18983/solr/#/demo.public.test_wiki_shard1_replica_n2/plugins?type=cache
如果无法访问SOLR UI，直接通过如下url查看：
- http://localhost:18983/solr/admin/metrics?group=core&prefix=CACHE.searcher.queryResultCache
- http://localhost:18983/solr/admin/metrics?group=core&prefix=CACHE.searcher.filterCache
- http://localhost:18983/solr/admin/metrics?group=core&prefix=CACHE.searcher.documentCache
例如，通过SOLR UI查看metrics项目
重点关注需要XXX.cumulative_hitratio：它是solr节点启动后积累的命中率，不会受到cache清空导致的影响。
六、配置实践
本文将要给出每类cache size的通用设置方法：
首先，持续运行系统一段时间（如一天/一周等），然后搜集如下系统参数：1. 是否发生了OOM (out of memory) 2. 搜集每个索引的cumulative_hitratio（通常只需要关注最大的索引）
如果未发生OOM，请按照如下流程图来处理：
如果发生了OOM，我们就应该关闭或限制某类cache的大小：
1.filter cache
- 如前文中实例，一般它是对空间需求最高的cache类型，OOM很可能是由它导致
- 检查cumulative_hitratioa. 如果高（表明cache非常有效），为它设置一个能接受的maxRamMB值b. 如果低，直接关闭（设置size为0）
2. query result cache
- 通常不应该关闭它（往往能发挥作用，如重复搜索一个query）值
- 检查cumulative_hitratioa. 如果高，为它设置一个能接受的maxRamMBb. 如果低，设置一个较小的maxRamMB值
3. document cache
- 通常情况下不是内存瓶颈，因此请首先处理好前2类cache
七、参考
https://teaspoon-consulting.com/articles/solr-cache-tuning.html
https://lucidworks.com/post/scaling-lucene-and-solr/
https://blog.cloudera.com/apache-solr-memory-tuning-for-production/
https://blog.cloudera.com/solr-memory-tuning-for-production-part-2/
https://lucene.apache.org/solr/guide/7_0/performance-statistics-reference.html#statistics-for-caches
https://blog.csdn.net/john_hongming/article/details/43195849
关于作者
马洪旭，Pivotal资深研发工程师 & Apache HAWQ committer，专注于数据库领域并热爱开源技术，目前在Pivotal从事GPText研发工作。
