由于历史原因,笔者所在的公司原有的ES查询驱动采用的是 PlainElastic.Net, 经过询问原来是之前PlainElastic.Net在园子里文档较多,上手比较容易,所以最初作者选用了该驱动,而发布也由于历史原因都部署在 windows 服务器上,基于 .NET Framework开发。
后来由于迁移 .NET CORE 平台的需要,对代码进行了升级,同时部署平台也迁移至 CentOS7 服务器,升级过程比较顺利,由于没有使用特殊API,所以几乎没有对业务代码做更多的修改,同时测试阶段由于没有多余的机器,仍然放在了原有Windows服务器上做的测试,一切都没有问题,完美上线。
事发突然,某天接到运维部门反馈,部署查询服务的机器突然出现 TCP 连接数超高的问题,同时这台机器其他的TCP服务也无法建立新的连接,但已经建立的连接不受影响。联想到 ElasticSearch 查询服务是基于HTTP 请求的,脑子里马上联想到 .NET Core 下 HttpClient 如果每次访问都创建新实例,则会每次都建立新的TCP连接,而 Linux 对已释放端口回收的时间窗口,会导致在高并发情况下,客户端机器端口占用持续增加,同时被调用服务端连接数也会持续增加。
基于此猜测,立马去扒了一下PlainElastic.Net源代码:
源码地址:https://github.com/Yegoroff/PlainElastic.Net/blob/master/src/PlainElastic.Net/Connection/ElasticConnection.cs
果然如猜测的那样,每次都创建了新的 HttpWebRequest 实例,看了作者的最后维护时间也已经是3年前了,可能是后来官方驱动日趋完善,作者也便停止了维护。
既然如此,那么让我们看下官方最新驱动源码是否如我们想象,是基于HttpClientFactory来解决这个问题的?
源码地址:https://github.com/elastic/elasticsearch-net/blob/master/src/Elasticsearch.Net/Connection/HttpConnection.cs
上述代码看来,官方驱动并非是采用微软官方建议的 HttpClientFactory ,而是官方底层自己维护的一个线程安全的字典来管理 HttpClient 实例池,虽是自己实现,但效果一样:相同地址的请求,是链接复用的,这样就解决不断开启 TCP 连接的问题。
问题找到,立马进行驱动升级:
2.驱动升级说明: ElasticSearch.Net官方驱动地址:https://www.elastic.co/guide/en/elasticsearch/client/net-api/6.x/index.html
官方驱动分为 Low Level Client 和 NEST(Heigh Level Client),其中Low Level Client 仅仅做了最基本的封装,几乎等价于HTTP原生调用,带来了极大的灵活性的同时,也带来使用成本,而对于开发人员来说使用 NEST 提供的更加高级的API,可以更加快速的进行开发工作,也同时可以利用到 .NET 所提供的各种语法糖,比如 => 表达式。
话不多说,看示例代码:
实例创建 public ElasticService() { var uris = new Uri[] { new Uri("http://172.17.78.111:9200"), new Uri("http://172.17.78.112:9200") }; //支持多个节点 var connectionPool = new SniffingConnectionPool(uris); var settings = new ConnectionSettings(connectionPool).DefaultIndex("testindex");//注意index不可以大写 settings.BasicAuthentication("", ""); //设置账号密码,没有可以跳过 this._client = new ElasticClient(settings); } 插入待测试数据 public class People { public Guid Id { get; set; } public string Name { get; set; } public int Age { get; set; } public DateTime Birthday { get; set; } public bool Gender { get; set; } public string Address { get; set; } public DateTime CreateTime { get; set; } = DateTime.Now; } //批量插入 public async Task<IBulkResponse> AddPeopleAsync(People[] peoples) { var descriptor = new BulkDescriptor(); foreach (var p in peoples) { var response = await _client.IndexDocumentAsync(p); descriptor.Index<People>(op => op.Document(p)); } return await _client.BulkAsync(descriptor);//批量插入 } 多查询条件拼接 public QueryContainer BuildQueryContainer(SearchCondition condition) { var queryCombin = new List<Func<QueryContainerDescriptor<People>, QueryContainer>>(); if (!string.IsNullOrEmpty(condition.Name)) queryCombin.Add(mt => mt.Match(m => m.Field(t => t.Name).Query(condition.Name))); //字符串匹配 if (condition.Age.HasValue) queryCombin.Add(mt => mt.Range(m => m.Field(t => t.Address).GreaterThanOrEquals(condition.Age))); //数值区间匹配 if (!string.IsNullOrEmpty(condition.Address)) queryCombin.Add(mt => mt.MatchPhrase(m => m.Field(t => t.Address).Query(condition.Address))); //短语匹配 if (!condition.Gender.HasValue) queryCombin.Add(mt => mt.Term(m => m.Field(t => t.Gender).Value(condition.Gender)));//精确匹配 return Query<People>.Bool(b => b .Must(queryCombin) .Filter(f => f .DateRange(dr => dr.Field(t => t.CreateTime) //时间范围匹配 .GreaterThanOrEquals(DateMath.Anchored(condition.BeginCreateTime.ToString("yyyy-MM-ddTHH:mm:ss"))) .LessThanOrEquals(DateMath.Anchored(condition.EndCreateTime.ToString("yyyy-MM-ddTHH:mm:ss")))))); }提示:Match 和 MatchPhrase 的区别,例如对于"长宁区"
Match 会将"长宁区"进行分词匹配,例如只要包含"区"的数据(比如静安区),也会被查询命中