Manticore Search分布式查询中重复ID导致崩溃问题解析
2025-05-23 15:24:00作者:魏侃纯Zoe
问题背景
在Manticore Search这个开源搜索引擎中,当数据表中存在重复ID的记录时,通过分布式表执行查询操作会导致服务崩溃。这个问题不仅影响实时表(RT表),也影响普通表(plain表),因为普通表允许用户自行控制ID重复问题。
问题重现
这个问题可以通过两种方式重现:
- 实时表重现方式:
-- 创建表并插入重复ID数据
CREATE TABLE t(f text);
REPLACE INTO t VALUES(2, 'a');
FLUSH RAMCHUNK t;
REPLACE INTO t VALUES(10000000000000000000, 'a'),(2, 'a');
-- 创建分布式表并查询
CREATE TABLE d TYPE='distributed' AGENT='localhost:9312:t';
SELECT * FROM d WHERE id = 2; -- 这里会导致崩溃
- 普通表重现方式: 通过配置文件创建包含重复ID的CSV数据源:
source src {
type = csvpipe
csvpipe_command = echo "1,abc" && echo "1,def"
csvpipe_field = F
}
table t {
type = plain
source = src
path = /tmp/plain
}
table d {
type = distributed
agent = 127.0.0.1:19312:t
}
技术分析
这个问题的核心在于分布式查询处理过程中对重复ID的处理机制存在缺陷。当分布式表代理查询到本地表时,如果本地表包含重复ID记录,在结果聚合阶段会出现内存访问越界,导致服务崩溃。
从技术栈回溯来看,崩溃发生在RemotesGetField
函数中,这是分布式查询结果处理的关键环节。该函数未能正确处理来自不同分片的重复ID记录,导致内存访问异常。
影响范围
这个问题影响所有版本的Manticore Search,特别是在以下场景:
- 用户手动创建了包含重复ID的普通表
- 在7.0.0版本中创建的实时表可能存在重复ID问题(虽然7.0.1已修复创建重复ID的问题,但已存在的重复ID仍会导致崩溃)
解决方案
开发团队已经修复了这个问题,主要改进包括:
- 在分布式查询结果聚合阶段增加了对重复ID的健壮性检查
- 确保即使存在重复ID,查询也能正常返回结果而不会崩溃
需要注意的是,虽然服务不再崩溃,但分布式表和本地表对重复ID的查询结果展示仍存在细微差异(本地表会显示完整记录,而分布式表可能在某些字段上显示为空)。这是预期行为,因为分布式系统需要权衡一致性和可用性。
最佳实践建议
为避免此类问题,建议用户:
- 尽量避免在表中创建重复ID的记录
- 如果必须使用重复ID,确保所有相关字段值也完全相同
- 升级到包含此修复的最新版本
- 对于已存在重复ID的表,考虑重建表结构消除重复
这个问题再次提醒我们,在分布式系统中处理数据一致性需要特别谨慎,特别是在主键设计和查询处理方面。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K