1.背景
- 小组项目在搭建属于自己的业务定制搜索服务；
- 项目原先接入了平台部门的通用搜索服务，在进行全链路压测时，es搜索成为瓶颈；
- 故统一在业务定制搜索服务中进行整改优化；
2.现象
1.压测条件：并发线程数 10 * 30（并发线程数 * 节点数）下，出现大量查询超时（>500ms），基本一压就挂；
2.通过日志查询执行dsl语句，如下，在多查询条件下，包含大量
match条件的bool评分查询语句：
3.手动执行dsl，进一步确认dsl语句本身执行就很慢：
4. es在对该请求进行分片缓存后，时延降低：
5.但压测条件下仍然出现大量时延（分片级别缓存失效条件，后面会分析），该dsl本身具有很大的优化空间：
6.而平常生产环境偶发延迟，本身原搜索平台的qps较低（15左右），所以问题没有被放大出来，但风险仍在：
3.问题分析
1.从日志中获取慢dsl语句如下：
(业务字段用field1，field2，field3表示)
{
"query":{
"bool":{
"filter":[
{
"match":{
"field1":"111"
}
},
{
"match":{
"field2":"0"
}
},
{
"match":{
"field3":"3"
}
}
],
"must":[
{
"bool":{
"should":[
{
"match":{
"field1":"222"
}
},
{
"match":{
"field1":"333"
}
},
{
"match":{
"field1":"444"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field2":"555"
}
},
{
"match":{
"field2":"666"
}
},
{
"match":{
"field2":"777"
}
},
{
"match":{
"field2":"888"
}
},
{
"match":{
"field2":"999"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field2":"111"
}
},
{
"match":{
"field2":"222"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field3":"333"
}
},
{
"match":{
"field3":"a"
}
},
{
"match":{
"field3":"b"
}
},
{
"match":{
"field3":"c"
}
},
{
"match":{
"field3":"d"
}
},
{
"match":{
"field3":"e"
}
},
{
"match":{
"field3":"f"
}
},
{
"match":{
"field3":"g"
}
},
{
"match":{
"field3":"h"
}
},
{
"match":{
"field3":"i"
}
},
{
"match":{
"field3":"j"
}
},
{
"match":{
"field3":"k"
}
},
{
"match":{
"field3":"l"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field2":"111"
}
},
{
"match":{
"field2":"222"
}
},
{
"match":{
"field2":"333"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field2":"111"
}
},
{
"match":{
"field2":"222"
}
},
{
"match":{
"field2":"333"
}
},
{
"match":{
"field2":"444"
}
},
{
"match":{
"field2":"555"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field2":"666"
}
},
{
"match":{
"field2":"777"
}
}
],
"minimum_should_match":"1"
}
},
{
"bool":{
"should":[
{
"match":{
"field3":"a"
}
},
{
"match":{
"field3":"b"
}
},
{
"match":{
"field3":"c"
}
},
{
"match":{
"field3":"d"
}
},
{
"match":{
"field3":"e"
}
},
{
"match":{
"field3":"f"
}
},
{
"match":{
"field3":"g"
}
},
{
"match":{
"field3":"h"
}
},
{
"match":{
"field3":"i"
}
},
{
"match":{
"field3":"j"
}
},
{
"match":{
"field3":"k"
}
},
{
"match":{
"field3":"l"
}
},
{
"match":{
"field3":"m"
}
}
],
"minimum_should_match":"1"
}
}
]
}
},
"_source":[
"uid"
],
"sort":[
{
"sort":{
"order":"desc"
}
}
]
}
复制代码2.查询条件基本落在了must的bool子查询，这类查询并不会走Node Query Cache(Filter Cache)查询，而是走Shard Request Cache分片级别缓存，并被单个分片实例使用；
3.该缓存的实现在indicesRequestCache类中，缓存的key是一个复合结构，主要包括cacheEntity, readerVersion, cacheKey信息：
其中，缓存cacheKey：
- 主要是整个客户端请求的请求体（
source）和请求参数（preference、indexRoutings、requestCache等）。 - 由于客户端请求信息直接序列化为二进制作为缓存 key 的一部分，所以客户端请求的 json 顺序，聚合名称等变化都会导致
cache无法命中。 本次dsl嵌套match数目会随着搜索数目条件变化而变化，本身作为缓存key容易导致cache无法命中，呈现压测“缓存不生效”的现象，导致查询时延很高；
4.QueryCache结构：
exp：对chapterIds和knowledgeIds字段的两个子查询，Lucene在查询过程中遍历每一个segemnt, 检查其是否命中。segment3命中了对chapterIds字段缓存，segment5命中对chapterIds和knowledgeIds；
segment3没有命中knowledgeIds字段，将会执行查询过程：
4.解决
本次优化从两个方面考虑，索引设计，dsl优化；
4.1 索引设计优化
结构设计
- 检索实体扁平化，以使用单索引搜索优势；
- 目前资源服务对于全文搜索能力要求并不高，较多使用于多条件精确查询，将不需要进行全文检索的字符串字段均设置为
keyword，以支持精确多条件匹配检索； - 业务扩展字段，使用
Object类型以高效实现对象关系查询；
{
"mappings":{
"_doc":{
"properties":{
"field1":{
"type":"keyword"
},
"field2":{
"type":"keyword"
},
"textField":{
"analyzer":"ik_max_word",
"type":"text",
"fields":{
"keyword":{
"ignore_above":256,
"type":"keyword"
}
}
},
"objectExtend":{
"type":"object"
}
}
}
}
}
复制代码4.2 DSL优化
Filter + term + constant_score + range
- 根据逻辑组装精确多条件搜索
terms精确匹配语句，将先前大量must bool中的条件提取到filter中； - 评分查询在dsl查询中是比较耗时的阶段，而只有在使用全文检索条件下，该值对于业务才是有意义的，故在精确多条件搜索下，不计算评分，使用
constant_score+filter子句跳过评分阶段（全文检索fieldText字段则需加入bool评分子查询，但不计算精确匹配部分评分）； - 使用range限定搜索范围；
Filter缓存说明：
- Filter查询会使用到Node Query Cache节点级别缓存，缓存key为filter子查询结构（query clause），该缓存很容易被业务使用到；
- 使用位图bitset结构进行匹配结果缓存，与单个分片上下文无关，可以被单个搜索里的所有分片实例所重用；
- 对于一个segment的doc数量需要大于10000，并且占整个分片的3%以上才会走cache策略；
4.3 对比验证
- 压测任务编写;
2.为了对比本次压测环境下
dsl变更前后的性能差异，未优化前搜索dsl如下：
{
"query": {
"bool" : {
"must" : [
{
"bool" : {
"should" : [
{
"term" : {
"field1" : {
"value" : "111",
"boost" : 1.0
}
}
},
{
"term" : {
"field1" : {
"value" : "222",
"boost" : 1.0
}
}
}
],
"adjust_pure_negative" : true,
"minimum_should_match" : "1",
"boost" : 1.0
}
},
{
"bool" : {
"should" : [
{
"term" : {
"field2" : {
"value" : "222",
"boost" : 1.0
}
}
},
{
"term" : {
"field2" : {
"value" : "222",
"boost" : 1.0
}
}
}
],
"adjust_pure_negative" : true,
"minimum_should_match" : "1",
"boost" : 1.0
}
},
{
"bool" : {
"should" : [
{
"term" : {
"appCode" : {
"value" : "a",
"boost" : 1.0
}
}
}
],
"adjust_pure_negative" : true,
"minimum_should_match" : "1",
"boost" : 1.0
}
}
]}
}
}
复制代码3.并发线程数：1000x4（并发线程数x节点数），效果与原线上类似，复现类似缓存失效的效果，出现大量查询超时：
4.进行dsl优化：
{
"from":0,
"size":5,
"query":{
"bool":{
"filter":[
{
"terms":{
"field1":[
"111",
"222"
],
"boost":1
}
},
{
"terms":{
"field2":[
"222",
"333"
],
"boost":1
}
},
{
"terms":{
"appCode":[
"a"
],
"boost":1
}
}
],
"adjust_pure_negative":true,
"boost":1
}
},
"version":true,
"_source":{
"includes":[
"uid"
],
"excludes":[
]
},
"sort":[
{
"sort":{
"order":"desc"
}
}
]
}
复制代码同样压测条件下进行验证,平均耗时在6ms左右：(文档数量在几百万左右)
执行计划：命中四个分片，执行非评分constantScore查询后加入结果集返回：
查看监控数据，单节点ES；
查询速率也较为稳定：
CPU负载稳定在61%：
平均时延低：
总结
1.业务静态索引设计需要根据业务场景，定义好字段类型，区分精确和全文检索，结构扁平化等；
2.dsl尽可能使用filter过滤器缓存，根据业务场景去编写，这里使用：Filter + term + constant_score + range
