Question

我正忙着为一个关于度假屋的网站实施Solr。该网站使用Postgres作为主要数据库。对于搜索结果，我们希望使用Solr作为后端来获取可用的度假屋。

通过将DataImportHandler与JdbcDataSource一起使用来导入数据库的各个部分。

DataImportHandler的缩短版本：

<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
     <dataSource type="JdbcDataSource" driver="org.postgresql.Driver" name="Solr"
                    url="jdbc:postgresql://host:port/database" user="*" password="*" readOnly="true"/>
    <document>
<entity name="availabilities" transformer="RegexTransformer" pk="id"
        query="
            SELECT concat('A',pa.availability_id,'-',pad.start_date,'-',pad.period_type_id) as unique_availability_id,
            pa.property_id,
            NULLIF(CONCAT(ST_X(pl.position),',',ST_Y(pl.position)),',') as locationhash,
            pl.position_accurate,
            true as is_availability,
            region.child_id as city_id,
            region.ancestor_id as province_id,
            (
                SELECT array_to_string(array(SELECT binnen.ancestor_id
                FROM fewo_Location_Ancestry binnen
                WHERE binnen.child_id = region.child_id
                AND   binnen.ancestor_type_id = 12), ',')
            ) AS region_id,
            pl.country_id,
            pl.min_persons,
            pl.max_persons,
            fap.bedrooms,
            pl.specifications,
            pl.property_state_id,
            pa.availability_id,
            pad.period_type_id,
            pad.start_date,
            pad.end_date,
            (
                SELECT COUNT(*) &gt; 0 FROM fewo_last_minute_details flmd
                WHERE flmd.property_id = pa.property_id
                AND flmd.details_id = pad.details_id
                LIMIT 1
            ) AS last_minute,
            CASE (
                SELECT COUNT(*) &gt; 0 FROM fewo_last_minute_details flmd
                WHERE flmd.property_id = pa.property_id
                AND flmd.details_id = pad.details_id
                LIMIT 1
            ) WHEN true THEN pad.discount_price
                    ELSE pad.price
            END as price,
            pl.positioning_fee,
            pl.sort_order   
            FROM fewo_property_availability_details pad
                INNER JOIN fewo_property_availability pa USING (availability_id)
                INNER JOIN fewo_Property_Location pl ON pa.property_id=pl.property_id
                INNER JOIN fewo_all_properties fap ON pl.property_id=fap.property_id
                INNER JOIN fewo_Location_Ancestry region ON (region.child_id =pl.location_id  AND region.ancestor_type_id = 7)
            WHERE pad.start_date &gt; current_date
        ">
    <field name="id" column="unique_availability_id"/>
        <field name="property_id" column="property_id"/>
        <field name="parent_id" column="property_id"/>
        <field name="is_availability" column="is_availability"/>
        <field name="positionCoord" column="locationhash"/>
        <field name="position_accurate" column="position_accurate"/>
        <field name="city_id" column="city_id"/>
        <field name="province_id" column="province_id"/>
        <field name="region_id" column="region_id" splitBy="," sourceColName="region_id"/>
        <field name="country_id" column="country_id"/>
        <field name="min_persons" column="min_persons"/>
        <field name="max_persons" column="max_persons"/>
        <field name="bedrooms" column="bedrooms"/>
        <entity name="fewo_all_property_specifications" transformer="foo.SpecTransformer" pk="property_id"
            cacheKey="property_id"
            cacheLookup="availabilities.property_id"
            query="SELECT property_id, specification_id, COALESCE(value,'true') as val FROM fewo_all_property_specifications"
            processor="CachedSqlEntityProcessor">
        </entity>
        <field name="property_state_id" column="property_state_id"/>
        <field name="availability_id" column="availability_id"/>
        <field name="period_type_id" column="period_type_id"/>
        <field name="start_date" column="start_date"/>
        <field name="end_date" column="end_date"/>
        <field name="last_minute" column="last_minute" />
        <field name="price" column="price"/>
        <field name="positioning_fee" column="positioning_fee"/>
        <field name="sort_order" column="sort_order"/>
    </entity>   
    </document>
</dataConfig>

导入大约需要一个小时，可以将1300万条记录导入Solr。问题是在导入期间无法更新表fewo_property_availability_details，因为有一个AccessShareLock锁定表。这可以防止将数据更新/插入表中，并且这些查询会排队。过了一会儿，他们堆得太多，数据库就失败了。

我的问题是：是否有一种很好的方法来导入数据而不会过多地妨碍常规查询？就像在x个导入的记录之后开始一个新的事务也让其他查询有时间运行？

我正在使用在Ubuntu 12.04上运行的Solr 4.0和Postgres 9.1。

由于

Answer 1

根据{{3}}

，

AccessShareLock仅与AccessExclusiveLock冲突

ACCESS EXCLUSIVE仅由ALTER TABLE，DROP TABLE，TRUNCATE，REINDEX，CLUSTER，VACUUM FULL和不合格{{}}获得{1}}陈述。

查看LOCK TABLE，了解您是否可以获得有关锁定关系的更多信息。您还可以在PostgreSQL wiki上找到一些有用的锁定查询：the documentation

完全有可能的是，您的数据库无法处理繁重的并发读/写负载，而不是锁定保持状态。如果你的缓存很小，你在没有BBU raid控制器的普通（非SSD）磁盘上运行，和/或你没有为你的环境调整PostgreSQL配置，那么这种情况尤其可能。

Answer 2

或者，您可以根据从DIH中选择的方式创建物化视图（在oracle和MySQL中可以），并且可以将刷新选项设置为FAST（这意味着视图将始终包含新数据）。你将实现的目标： - 更快的导入 - 桌子上没有锁之后，您可以执行部分导入（非完全导入）以仅获取新数据或已更改的数据。见link 希望这会有所帮助。

Solr导入锁定postgres中的表

2 个答案: