第 4 章 查询缓存中的值
借助 Data Grid，您可以执行查询来高效和快速查找数据集中的值，包括嵌入式数据网格集群或远程网格服务器集群。
您可以索引和查询作为 Plain Old Java 对象(POJO)存储的缓存值，或仅编码为 协议缓冲的 对象。
4.1. 配置 Data Grid to Index Caches
在缓存中创建值索引，以提高查询性能并使用全文本搜索功能。
Data Grid 使用 Apache Lucene 技术在缓存中索引值。
流程
在缓存配置中启用索引。
<distributed-cache name="my-cache"> <indexing> <!-- Indexing configuration goes here. --> </indexing> </distributed-cache>添加 &
lt;indexing> 元素会自动启用索引。您不需要在配置 schema 中包括enabled属性，即使enabled属性的默认值是false。指定您要索引的每个实体作为
indexed-entity元素的值。<distributed-cache name="my-cache"> <indexing> <indexed-entities> <indexed-entity>...</indexed-entity> </indexed-entities> </indexing> </distributed-cache>
普通 Old Java 对象
对于存储 POJO 的缓存，您可以指定以 @Indexed 注解的完全限定类名称，例如：
<indexed-entities> <indexed-entity>org.infinispan.sample.Car</indexed-entity> <indexed-entity>org.infinispan.sample.Truck</indexed-entity> </indexed-entities>
protobuf
对于存储 Protobuf 编码条目的缓存，您可以在 Protobuf 模式中指定声明的消息。
例如，您可以使用以下 Protobuf 模式：
package book_sample;
/* @Indexed */
message Book {
/* @Field(store = Store.YES, analyze = Analyze.YES */
optional string title = 1;
/* @Field(store = Store.YES, analyze = Analyze.YES */
optional string description = 2;
optional int32 publicationYear = 3; // no native Date type available in Protobuf
repeated Author authors = 4;
}
message Author {
optional string name = 1;
optional string surname = 2;
}
然后，您应该为 indexed-entity 元素指定以下值：
<indexed-entities> <indexed-entity>book_sample.Book</indexed-entity> </indexed-entities>
4.1.1. 以编程方式启用缓存索引
通过 Data Grid API 以编程方式为缓存配置索引。
流程
-
当使用 Data Grid 作为嵌入式库时，使用
IndexingConfigurationBuilder类为缓存启用和配置索引，如下例所示：
import org.infinispan.configuration.cache.*;
ConfigurationBuilder config=new ConfigurationBuilder();
config.indexing().enable().storage(FILESYSTEM).path("/some/folder").addIndexedEntity(Book.class);4.1.2. 索引注解
当您在 Data Grid 缓存中启用索引时，您可以使用以下注解：
-
@indexed 表示您要索引的 Java 对象。 -
@field控制对象中的字段如何索引。
对于 Data Grid 作为嵌入式库，您可以添加这些注解您的 Java 类。
对于 Data Grid Server，您可以定义包含这些注解的 Protobuf 模式 .proto 文件。
4.1.3. 索引配置
Data Grid 配置控制索引的存储和构建方式。
4.1.3.1. 索引存储
您可以配置 Data Grid 存储索引的方式：
- 在主机文件系统中，这是默认的，并在重启之间保留索引。
-
在 JVM 堆内存中，这意味着索引重启后不会保留。
您应该只针对小数据集将索引存储在 JVM 堆内存中。
File system
<distributed-cache name="my-cache">
<indexing storage="filesystem" path="${java.io.tmpdir}/baseDir">
<!-- Indexing configuration goes here. -->
</indexing>
</distributed-cache>
JVM 堆内存
<distributed-cache name="my-cache">
<indexing storage="local-heap">
<!-- Additional indexing configuration goes here. -->
</indexing>
</distributed-cache>
4.1.3.2. index Reader
索引读取器是一个内部组件，提供对索引的访问来执行查询。随着索引内容的变化，Data Grid 需要刷新读取器，以便搜索结果最新。您可以为索引读取器配置刷新间隔。默认情况下，Data Grid 会在索引自上次刷新后更改索引前读取索引。
<distributed-cache name="my-cache">
<indexing storage="filesystem" path="${java.io.tmpdir}/baseDir">
<!-- Sets an interval of one second for the index reader. -->
<index-reader refresh-interval="1000"/>
<!-- Additional indexing configuration goes here. -->
</indexing>
</distributed-cache>4.1.3.3. index Writer
索引写器是一个内部组件，它构造由一个或多个片段(sub-indexes)组成的索引，可随着时间的推移合并以提高性能。较少的片段通常意味着查询期间的开销较少，因为索引读取器操作需要考虑所有片段。
Data Grid 在内部使用 Apache Lucene，并在两个层（内存和存储）中索引条目。新条目会首先进入内存索引，然后在出现 flush 时，到配置的索引存储。发生定期提交操作，从之前清空的数据中创建片段，并将所有索引更改永久更改。
index-writer 配置是可选的。默认值应该只适用于大多数情况，自定义配置应该只用于调优性能。
<distributed-cache name="my-cache">
<indexing storage="filesystem" path="${java.io.tmpdir}/baseDir">
<index-writer commit-interval="2000"
low-level-trace="false"
max-buffered-entries="32"
queue-count="1"
queue-size="10000"
ram-buffer-size="400"
thread-pool-size="2">
<index-merge calibrate-by-deletes="true"
factor="3"
max-entries="2000"
min-size="10"
max-size="20"/>
</index-writer>
<!-- Additional indexing configuration goes here. -->
</indexing>
</distributed-cache>| 属性 | 描述 |
|---|---|
|
| 以毫秒为单位，索引更改会清除到索引存储，并且执行提交的时间（以毫秒为单位）。因为操作非常昂贵，因此应该避免小的值。默认值为 1000 ms (1 秒)。 |
|
|
在将缓冲的内存中刷新到索引存储前可以缓冲的最大条目数。较大的值会导致索引速度更快，但使用更多内存。当与 |
|
|
在清除索引存储前，可用于缓冲添加的条目和删除的最大内存量。较大的值会导致索引速度更快，但使用更多内存。为了加快索引性能，您应该设置此属性而不是 |
|
| 对索引执行写入操作的线程数量。 |
|
|
用于每个索引类型的内部队列数量。每个队列包含应用于索引和队列的修改批量处理。增加队列数量将导致增加索引吞吐量，但只有在瓶颈是 CPU 时。对于 optimum 结果，请不要为 |
|
|
每个队列可以容纳的最大元素数。增加 |
|
| 为索引操作启用低级追踪信息。启用此属性可显著提高性能。您应该只使用此低级追踪作为故障排除的最后资源。 |
要配置数据网格如何合并索引片段，您可以使用 index-merge 子元素。
| 属性 | 描述 |
|---|---|
|
| 索引片段在合并前可以具有的最大条目数。有超过这个条目数量的片段不会被合并。较小的值在频繁更改索引时执行更好，如果索引没有经常更改，较大的值可以提供更好的搜索性能。 |
|
| 一次合并的片段数量。使用较小的值时，合并的频率会更频繁地使用更多资源，但片段总数平均会降低，从而提高了搜索性能。较大的值（超过 10）最适合编写大量情况。 |
|
| 后台合并的最小目标大小（以 MB 为单位）。小于这个大小的片段会更积极地合并。设置太大的值可能会导致昂贵的合并操作，即使它们比较频繁。 |
|
|
后台合并的最大片段大小（以 MB 为单位）。大于这个大小的片段永远不会在后台合并。把它设置为较低值有助于降低内存要求，并避免在最佳搜索速度下一些合并操作。当强制合并索引和 |
|
|
强制合并并覆盖 |
|
|
在计算网段中的条目时，是否应该考虑索引中已删除条目的数量。设置 |
参考
有关索引元素和属性的更多信息，请参阅 Data Grid Configuration Schema。
4.1.4. 重建索引
从缓存中存储的数据重建索引。当您更改索引类型或分析器定义等内容时，您可以重建索引。同样，如果出于某种原因删除了索引，您可能还需要重建索引。
重建索引可能需要很长时间才能完成，因为这个过程需要完成网格中的所有数据。在重建操作进行时，查询可能会返回较少的结果。
在重建索引时，Data Grid 会记录以下警告信息：
WARN: Rebuilding indexes also affect queries, that can return less results than expected.
流程
通过调用
reindexCache （）方法在远程 Data Grid 服务器上重建索引，如下所示：remoteCacheManager.administration().reindexCache("MyCache");在将 Data Grid 用作嵌入式库时重建索引，如下所示：
Indexer indexer = Search.getIndexer(cache); CompletionStage<Void> future = index.run();
