Elasticsearch + Canal 搜索实践

3.项目成果

目前，已经上线了，也迭代了2个版本，效果还可以。不加缓存TPS能达到800多吧，加上缓存可以1w+。

4.项目开发过程简述

        这个项目是从2020年初开始的，那时候正好是疫情爆发，只能在家弄，一直到10月才完工。最开始的时候对es一无所知，一点点学习es的DSL语句，然后转成java api，开始挺痛苦的，等熟悉了就很轻松了。

这个项目主要分两个部分：搜索和同步。

搜索：这个不难，只要DSL写好，翻译成对应的api就好，正常搜索的时候，外部通过http请求到主程序，程序再去es中查询。

同步：稍微有点麻烦，分为实时同步和全量同步。全量同步是根据业务SQL查询所有站点数据，然后同步到es中，通过bulk批量处理，速度也能接受。实时同步用的是canal，它是伪装成mysql的一个slave，获取到数据库的binlog，数据库有数据变更后，会同步一份binlog过来，java程序中的canal client会获取到这些记录，然后根据业务去数据库查数据，再同步到es中。

4.注意事项

    (a) Canal实时同步：阿里开源出来的，折腾了很久，中间也请领导协调阿里的资源，（感谢我的领导黄总和阿里的七峰同学），之前出现同步非常慢的情况，后来跟阿里同学沟通后知道了自己的问题，canal的处理流程是串行的，同步速度取决于程序中的业务处理速度，所以我用了多线程，提高并发处理能力，但要做好异常处理，一旦多线程这里出问题，canal同步就停止了，这狠狠坑了我一次。当时生产刚上线是好的，但没多久，就同步失败，上下线不成功。后来发现是取多线程的时候没做控制，找到问题后，do it ！，加上控制后就可以了。

（b）Canal 报错：Could not find first log file name in binary log index file。这个报错是日志文件被转移或者删掉了，导致canal找不到，网上查了好久，最后选了一个性价比高的解决方案，定时任务去扫描canal的日志，如果出现这个错，就重启canal服务，并清理meta.dat。

（c）Elasticsearch的搜索建议词结果不准确的坑。这个折磨了我很久，建议词如果要准确要加上下文检索contexts，如果是python写很简单，但es的java版api支持的不是很好，最后去Stack Overflow上找，看到了个官方的回复，用模板查询方法，SearchTemplateRequestBuilder，自己定制化写DSL就能很好的解决。

暂时先写这些，有问题可以私信我。

文章均来自互联网如有不妥请联系作者删除QQ:314111741 地址：http://www.mqs.net/post/12587.html