indexing - titan elasticsearch 不使用索引

Question

在我们的大型 Titan Graph 数据库中，我注意到以下行为:

         \,,,/
         (o o)
-----oOOo-(_)-oOOo-----
14:16:35 WARN  org.apache.hadoop.util.NativeCodeLoader  - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
gremlin> g = TitanFactory.open('/home/willem/workspace/ovc/src/main/resources/titan-cassandra-es.properties')
14:16:44 WARN  com.thinkaurelius.titan.graphdb.configuration.GraphDatabaseConfiguration  - Local setting cache.db-cache-time=0 (Type: GLOBAL_OFFLINE) is overridden by globally managed value (180000).  Use the ManagementSystem interface instead of the local configuration to control this setting.
==>titangraph[com.thinkaurelius.titan.diskstorage.cassandra.astyanax.AstyanaxStoreManager:[10.1.0.200]]
gremlin> g.indexQuery("mediaSerialNBStringIdx","v.mediaSerialNB:EB*").vertices().count()
==>937
gremlin> g.V().has("mediaSerialNB",PREFIX,"EB").count()
14:17:17 WARN  com.thinkaurelius.titan.graphdb.transaction.StandardTitanTx  - Query requires iterating over all vertices [(mediaSerialNB PREFIX EB)]. For better performance, use indexes

因此，使用indexQuery(...) 直接寻址索引会利用索引，但将其留给查询优化器，它不会发现该特定字段上存在 MixedIndex 的事实。

这是与 elasticsearch 1.2.2 一起运行的 Titan 0.5.3。

这些是索引细节:

gremlin> m = g.getManagementSystem()
==>com.thinkaurelius.titan.graphdb.database.management.ManagementSystem@6a26cb53
gremlin> m.getGraphIndex("mediaSerialNBStringIdx").isMixedIndex()
==>true
gremlin> m.getGraphIndex("mediaSerialNBStringIdx").getFieldKeys()
==>mediaSerialNB
gremlin> m.getGraphIndex("mediaSerialNBStringIdx").getBackingIndex()
==>search
gremlin> k = m.getPropertyKey("mediaSerialNB")
==>mediaSerialNB
gremlin> m.getGraphIndex("mediaSerialNBStringIdx").getIndexStatus(k)
==>INSTALLED

索引状态为“已安装”而不是“已启用”这一事实是否给了我线索？如果是这样，我该如何帮助elasticsearch启用它？

阅读有关重新索引的内容，我发现了以下内容:

mgmt.updateIndex(rindex, SchemaAction.ENABLE_INDEX);

但这就是我们的数据库告诉我们的:

gremlin> mediaSerialNBKey = g.getPropertyKey("mediaSerialNB")
==>mediaSerialNB
gremlin> mediaSerialNBStringIdx = m.getGraphIndex("mediaSerialNBStringIdx")
==>com.thinkaurelius.titan.graphdb.database.management.TitanGraphIndexWrapper@7c54dcff
gremlin> mediaSerialNBStringIdx.getParametersFor(mediaSerialNBKey)
==>mapping->STRING
==>mapped-name->4h6t
==>status->INSTALLED
gremlin> m.updateIndex(mediaSerialNBStringIdx, SchemaAction.ENABLE_INDEX)
Update action [ENABLE_INDEX] does not apply to any fields for index [com.thinkaurelius.titan.graphdb.database.management.TitanGraphIndexWrapper@7c54dcff]

Answer 1

是的，您需要启用索引。为此，索引必须处于 REGISTERED 状态，而不是像您的情况那样处于 INSTALLED 状态。通常，当使用相同存储后端的所有 titan 实例确认索引发生变化时，这种转换会自动发生。

但是，您可能有一些实例不再处于事件状态。您可以在 gremlin 控制台中列出所有实例:

m=g.getManagementSystem()
m.getOpenInstances()

如果有任何死亡实例，您应该使用手动删除它们

mgmt.forceCloseInstance("dead-instance-id")
mgmt.commit()

您可以在文档 section 27.2 中找到更多信息.

根据我的经验，最好在执行索引维护之前关闭除 gremlin session 之外的所有实例。

现在，您可以手动注册索引(参见section 28.7.1):

m = g.getManagementSystem()
mediaSerialNBStringIdx = m.getGraphIndex("mediaSerialNBStringIdx")
m.updateIndex(mediaSerialNBStringIdx, SchemaAction.REGISTER_INDEX)
m.commit()

检查:

m = g.getManagementSystem()
k = m.getPropertyKey("mediaSerialNB")
m.getGraphIndex("mediaSerialNBStringIdx").getIndexStatus(k)
// should return REGISTERED

现在您可以成功启用索引:

m = g.getManagementSystem()
mediaSerialNBStringIdx = m.getGraphIndex("mediaSerialNBStringIdx")
m.updateIndex(mediaSerialNBStringIdx, SchemaAction.ENABLE_INDEX)
m.commit()