从Lucene4升级到Lucene5，对于段合并时的数据处理方式进行了优化。原先需要解压并重新压缩所有字段，这会消耗大量CPU资源。在新版本中，已压缩的数据被直接复制，减少了处理时间。为了进一步提升效率，引入了阈值判断机制，当不完整块积累到一定程度时，系统将采用旧的处理方式。
在Lucene4的时候进行段合并的时候，我们解压所有字段，然后再把他们压缩到新段中，虽然LZ4压缩算法很快，但是也会耗费大量的CPU。
现在Lucene5已经不再这么做了，而是直接拷贝这些已经被压缩的数据。拷贝也有个问题，就是段的最后一块总是不完整的，如果，虽然这一块很小（小于16K），但是日积月累的话，还是会增加压缩比。所以我们增加了一个阈值，如果这些不完整的快足够多的话，我们再段合并的时候就使用老的方式（重新解压，再重新压缩）
原文：https://www.elastic.co/blog/store-compression-in-lucene-and-elasticsearch
扫一扫
365
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
