在 Pentaho ElasticSearch 更新运行期间进行搜索

【问题标题】：Searching during Pentaho ElasticSearch update runs在 Pentaho ElasticSearch 更新运行期间进行搜索
【发布时间】：2013-02-21 19:30:52
【问题描述】：

我们正在使用 ES 从数据库中索引约 150 万条记录。为了填充索引，我们使用了 Pentaho ES 组件，该组件设置为“如果存在则覆盖”（运行约 15 分钟）。此外，可以通过 Java 服务检索、更新或删除单个索引文档。

问题是，在完整的 Pentaho 更新运行期间 ES 会返回什么？例如，我们有 150 万个版本为 1 的索引文档。下一次更新会将这个版本更改为 2。如果我们在 Pentaho 更新它时请求一个文档——我们会收到它的旧版本吗？该特定文件将无法提供服务吗？另外，如果我们收到旧版本，新版本是在更新后立即可用还是等到全批更新（pentaho 组件以 5k 为单位发送行）？

Pentaho - 4.4

弹性搜索 - 0.19.4

Lucene - 3.6.0

【问题讨论】：

标签： elasticsearch pentaho

【解决方案1】：

如果新文档尚未提交，您将收到旧版本的文档。该服务将继续可用。
新版本的可用取决于 elasticsearch 中的refresh_interval 设置。默认为每个1s。

pentaho 可能会在数据加载期间旋转refresh_interval。如果是这种情况，那么您将不得不等到 pentaho 直接调用 refresh 方法或直到它重置参数。

您可以简单地开始运行，然后通过以下方式检查 refresh_interval 的设置：

curl -XGET "http://my-es-server:9200/my-index-name/_settings"

【讨论】：