概述

SequoiaDB 通过与 Elasticsearch 配合提供全文检索能力。在 SequoiaDB 中，提供一种新类型的索引：全文索引。该索引与普通索引的典型区别在于，索引数据不是存在于数据节点的索引文件中， 而是存储在 Elasticsearch 中。在使用该索引进行查询的时候，会在 Elasticsearch 中进行搜索，数据节点根据其返回的结果，再到本地查找数据。 若要使用全文检索功能，在进行部署时，涉及到三种要素：

  1. SequoiaDB 数据节点

    用户通过 SequoiaDB 进行全文索引的管理（创建、删除等），以及使用全文检索条件进行查询。

  2. Elasticsearch 集群环境

    用于存储全文索引数据，以及在索引中进行搜索。每个数据组上的一个全文索引对应 Elasticsearch 上的一个索引，索引名为对应的固定集合名后接 “_” 及复制组名。在进行查询时，根据原始查询条件中包含的全文检索条件进行搜索，并返回结果。

  3. 适配器 sdbseadapter

    作为 SequoiaDB 数据节点与 Elasticsearch 交互的桥梁，进行数据转换与传输等。

以下是一个简略的组网示例。三台主机上分布着 SequoiaDB 的三个复制组的所有数据节点。蓝色为 SequoiaDB 数据节点，绿色为与每个节点对应的适配器节点，最下面为 Elasticsearch 集群环境（单机或集群均可，但生产环境建议部署集群）。

概述 - 图1

全文检索实现的是“近实时”的搜索能力，即一个新的文档从被索引到可被搜索，会有一定的延迟。在 SequoiaDB 的实现中，其延迟更多地取决于索引的速度。主要分两种情况：

  • 创建索引时，集合中已存在大量的数据。此时要全量索引集合中的所有文档，耗时从分钟级到若干小时不等，取决于数据规模、搜索服务器性能等因素。如果在全量索引完成之前进行查询，只能查到部分结果。
  • 在空集合或者只有很少量数据的集合上创建全文索引。在写入压力不是太大的情况下，通常在若干秒（典型值如 1~5 秒）内，新增的数据即可被搜索到。

相关内容