有没有办法在具有数百个森林的离线集群中专门针对大型数据库（> 100TB）改进MarkLogic重建索引时间？
如何在重新编制索引期间禁用本地磁盘故障转移（副本林）？这会减少重新索引时间吗？
答案 0 :(得分：2)
重新索引主要是IO绑定。提高性能相当于提高IO吞吐量 - 因此答案是相同的。 由于确实希望将您的副本林索引，因此您不应该禁用它们 - 这只会将IO推迟到它们，直到您重新启用它们为止。 既然你说这是一个离线＆＃39; cluster - 意思是，我认为没有生成流量，所以你可以自由地重新配置可能暂时干扰请求处理的东西 - 这是学习调整IO性能的好机会。
IO性能是一个复杂的主题 - （抱歉没有简单的答案）。 首先考虑的是您的物理拓扑 - 您的本地磁盘的内容，位置和方式。连接的 ？防爆。如果这是在云环境或数据中心，您的本地磁盘＆＃39;可能是NAS或网络驱动器，在这种情况下，您的网络IO可能是瓶颈。
另一个考虑因素是群集的大小以及是否可以为此目的增加它 - 这取决于林所在的位置以及它们是否易于连接到不同的服务器。
一般情况下，我建议同时监控MarkLogic＆＃34;监控历史记录＆＃34;和您的操作系统级性能工具。目标是在接近您的理论能力但不会更多的情况下实现一致的IO活动。如果你推得太厉害＆＃39;然后你会得到一个大的IO backlogic（IO队列长度） - 这会导致很多的骚扰＆＃39;并且最终如此长的延迟，系统可能会开始超时并重试。
因此，您需要限制重新索引，以便在任何一个物理磁盘上不会立刻变得太难。有很多方法可以做到这一点，在marklogic中使用reindex和merge参数，将物理磁盘与森林放置平衡，暂时使一些森林离线，然后“旋转”。他们到位等 这需要一些实验才能找到合适的组合。
最后一个注意事项 - 太长时间＆＃34;是主观的。重新索引100TB是很多IO。这将花费很长时间。你的目标应该是看看如何避免让事情变得更糟，不要尝试不可能的事情，让事情花费更少的时间。您可以计算粗略的最短时间。假设一个索引需要对所有数据进行完整的读写（这需要更多但是这是一个开始）。您的集群使用其他方法读取和写入100TB数据需要多长时间？这是完全重新索引的低标准 优化您的操作系统的基本IO吞吐量和MarkLogic索引应该自然地遵循。