elasticsearch数据信息索引操作action support
zziawan 人气:0抽象类分析
Action这一部分主要是数据（索引）的操作和部分集群信息操作。 所有的请求通过client转发到对应的action上然后再由对应的TransportAction来执行相关请求。如果请求能在本机上执行则在本机上执行，否则使用Transport进行转发到对应的节点。action support部分是对action的抽象，所有的具体action都继承了support action中的某个类。这里将对这些抽象类进行分析。
这一部分总共分为broadcast（广播），master，nodes，replication及single几个部分。broadcast主要针对一些无具体目标主机的操作，如查询index是否存在，所有继承这个类的action都具有这种类似的性质；nodes主要是对节点的操作，如热点线程查询（hotThread）查询节点上的繁忙线程；replication的子类主要是需要或可以在副本上进行的操作，如索引操作，数据不仅要发送到主shard还要发送到各个副本。single则主要是目标明确的单shard操作，如get操作，根据doc的id取doc，doc 的id能够确定它在哪个shard上，因此操作也在此shard上执行。
doExecute方法
这些support action的实现可以分为两类，第一类就是实现一个内部类作为异步操作器，子类执行doExecute时，初始化该操作器并启动。另外一种就是直接实现一个方法，子类doExecute方法调用该方法进行。TransportBroadcastOperationAction就属于前者，它实现了内部操作器AsyncBroadcastAction。TransportCountAction继承于它，它doExecute方法如下所示：
@Override
protected void doExecute(CountRequest request, ActionListener<CountResponse> listener) {
request.nowInMillis = System.currentTimeMillis();
super.doExecute(request, listener);
}调用父类的doExecute方法，也就是TransportBroadcastOperationAction的方法，它的实现如下所示：
@Override
protected void doExecute(Request request, ActionListener<Response> listener) {
new AsyncBroadcastAction(request, listener).start();
}可以看到它初始化了AsyncBroadcastAction并启动。AsyncBroadcastAction只是确定了操作的流程，及操作完成如何返回response，并未涉及到具体的操作逻辑。因为这些逻辑都在每个子action中实现，不同的action需要进行不同的操作。如count需要count每个shard并且返回最后的总数值，而IndexExistAction则需要对比所有索引查看查询的索引是否存在。start方法的代码如下所示：
public void start() {
//没有shards
if (shardsIts.size() == 0) {
// no shards
try {
listener.onResponse(newResponse(request, new AtomicReferenceArray(0), clusterState));
} catch (Throwable e) {
listener.onFailure(e);
}
return;
}
request.beforeStart();
// count the local operations, and perform the non local ones
int shardIndex = -1;
//遍历对每个shards进行操作
for (final ShardIterator shardIt : shardsIts) {
shardIndex++;
final ShardRouting shard = shardIt.nextOrNull();
if (shard != null) {
performOperation(shardIt, shard, shardIndex);
} else {
// really, no shards active in this group
onOperation(null, shardIt, shardIndex, new NoShardAvailableActionException(shardIt.shardId()));
}
}
}start方法就是遍历所有shards，如果shard存在则执行performOperation方法，在这个方法中会区分该请求能否在本机上进行，能执行则调用shardOperation方法得到结果。这个方法在这是抽象的，每个子类都有实现。否则发送到对应的主机上。，如果shard为null则进行onOperation操作，遍历该shard的其它副本看能否找到可以操作的shard。
performOperation代码
如下所示：
protected void performOperation(final ShardIterator shardIt, final ShardRouting shard, final int shardIndex) {
if (shard == null) {//shard 为null抛出异常
// no more active shards... (we should not really get here, just safety)
onOperation(null, shardIt, shardIndex, new NoShardAvailableActionException(shardIt.shardId()));
} else {
try {
final ShardRequest shardRequest = newShardRequest(shardIt.size(), shard, request);
if (shard.currentNodeId().equals(nodes.localNodeId())) {//shard在本地执行shardOperation方法，并通过onOperation方法封装结果
threadPool.executor(executor).execute(new Runnable() {
@Override
public void run() {
try {
onOperation(shard, shardIndex, shardOperation(shardRequest));
} catch (Throwable e) {
onOperation(shard, shardIt, shardIndex, e);
}
}
});
} else {//不是本地shard，发送到对应节点。
DiscoveryNode node = nodes.get(shard.currentNodeId());
if (node == null) {
// no node connected, act as failure
onOperation(shard, shardIt, shardIndex, new NoShardAvailableActionException(shardIt.shardId()));
} else {
transportService.sendRequest(node, transportShardAction, shardRequest, new BaseTransportResponseHandler<ShardResponse>() {
@Override
public ShardResponse newInstance() {
return newShardResponse();
}
@Override
public String executor() {
return ThreadPool.Names.SAME;
}
@Override
public void handleResponse(ShardResponse response) {
onOperation(shard, shardIndex, response);
}
@Override
public void handleException(TransportException e) {
onOperation(shard, shardIt, shardIndex, e);
}
});
}
}
} catch (Throwable e) {
onOperation(shard, shardIt, shardIndex, e);
}
}
}方法shardOperation在countTransportAction的实现如下所示：
@Override
protected ShardCountResponse shardOperation(ShardCountRequest request) throws ElasticsearchException {
IndexService indexService = indicesService.indexServiceSafe(request.shardId().getIndex());//
IndexShard indexShard = indexService.shardSafe(request.shardId().id());
//构造查询context
SearchShardTarget shardTarget = new SearchShardTarget(clusterService.localNode().id(), request.shardId().getIndex(), request.shardId().id());
SearchContext context = new DefaultSearchContext(0,
new ShardSearchLocalRequest(request.types(), request.nowInMillis(), request.filteringAliases()),
shardTarget, indexShard.acquireSearcher("count"), indexService, indexShard,
scriptService, cacheRecycler, pageCacheRecycler, bigArrays, threadPool.estimatedTimeInMillisCounter());
SearchContext.setCurrent(context);
try {
// TODO: min score should move to be "null" as a value that is not initialized...
if (request.minScore() != -1) {
context.minimumScore(request.minScore());
}
BytesReference source = request.querySource();
if (source != null && source.length() > 0) {
try {
QueryParseContext.setTypes(request.types());
context.parsedQuery(indexService.queryParserService().parseQuery(source));
} finally {
QueryParseContext.removeTypes();
}
}
final boolean hasTerminateAfterCount = request.terminateAfter() != DEFAULT_TERMINATE_AFTER;
boolean terminatedEarly = false;
context.preProcess();
try {
long count;
if (hasTerminateAfterCount) {//调用lucene的封装接口执行查询并返回结果
final Lucene.EarlyTerminatingCollector countCollector =
Lucene.createCountBasedEarlyTerminatingCollector(request.terminateAfter());
terminatedEarly = Lucene.countWithEarlyTermination(context.searcher(), context.query(), countCollector);
count = countCollector.count();
} else {
count = Lucene.count(context.searcher(), context.query());
}
return new ShardCountResponse(request.shardId(), count, terminatedEarly);
} catch (Exception e) {
throw new QueryPhaseExecutionException(context, "failed to execute count", e);
}
} finally {
// this will also release the index searcher
context.close();
SearchContext.removeCurrent();
}
}可以看到这里是每个action真正的逻辑实现。因为这里涉及到index部分的内容，这里就不详细分析。后面关于index的分析会有涉及。这就是support action中的第一种实现。
master的相关操作
第二种就master的相关操作，因此没有实现对应的操作类，而只是实现了一个方法。该方法的作用跟操作器作用相同，唯一的不同是它没有操作器这么多的变量， 而且它不是异步的。master的操作需要实时进行，执行过程中需要阻塞某些操作，保证集群状态一致性。这里就不再说明，请参考TransportMasterNodeOperationAction原码。
总结
本篇概括说了support action，并以countTransportAction为例说明了support Action中的异步操作器实现，最后简单的分析了master的同步操作。因为这里涉及到很多action不可能一一分析，有兴趣可以参考对应的代码。而且这里有以下index部分的内容，所以没有更深入的分析。在后面分析完index的相关功能后，会挑出几个重要的action做详细分析。
加载全部内容