Manticore Search索引性能问题分析与修复
2025-05-23 06:28:16作者:江焘钦
问题背景
Manticore Search是一款高性能的全文搜索引擎,在最新发布的7.0.0版本中,用户报告了一个严重的索引性能下降问题。具体表现为索引器(indexer)在处理小型数据集时出现了异常缓慢的情况,例如有用户报告仅索引12个文档就需要340秒,这显然不符合预期。
问题现象
多位用户反馈在升级到7.0.0版本后遇到了索引速度急剧下降的问题。典型的表现包括:
- 处理少量文档(如12个)需要数分钟时间
- 索引速度从原来的每秒数百文档下降到每秒仅0.03文档
- 系统资源占用异常,特别是I/O操作次数显著增加
问题定位
经过技术团队深入分析,发现问题与索引器配置中的两个关键参数有关:
max_iops:限制每秒I/O操作次数的参数max_iosize:限制单次I/O操作大小的参数
在7.0.0版本中,这两个参数的实现出现了问题,导致即使设置为合理值也会造成性能严重下降。特别是当max_iops设置为80时,索引速度会降低到几乎不可用的程度。
技术分析
通过测试用例分析,技术团队发现了以下异常现象:
- 当设置
max_iosize=0时,预期应该只产生3次I/O读取,但实际产生了220019次 - 当设置
max_iops=100时,预期应该只产生3次I/O读取,但实际产生了2217次 - 这些额外的I/O操作不仅增加了系统负载,还显著延长了索引时间
这表明在7.0.0版本中,I/O限制参数的实现逻辑出现了错误,导致系统无法正确控制I/O操作频率和大小。
解决方案
技术团队迅速定位并修复了这个问题,主要修正内容包括:
- 修复了
max_iosize参数的处理逻辑,确保能正确限制单次I/O操作大小 - 修复了
max_iops参数的处理逻辑,确保能准确控制每秒I/O操作次数 - 优化了索引器的I/O调度算法,避免不必要的操作
修复后,索引性能恢复到正常水平。用户可以通过以下方式验证修复效果:
- 对于
max_iosize参数,处理10000条记录时I/O读取次数应从220019次降至3次 - 对于
max_iops参数,处理100条记录时I/O读取次数应从2217次降至3次
用户建议
对于遇到此问题的用户,建议采取以下措施:
- 升级到包含修复的版本
- 如果暂时无法升级,可以临时注释掉
max_iops和max_iosize配置 - 监控索引性能,确保恢复到预期水平
总结
这次性能问题提醒我们,即使是看似简单的I/O控制参数,其实现细节也可能对系统性能产生重大影响。Manticore Search团队快速响应并修复了这一问题,展现了项目对性能优化的持续关注。用户在使用时应关注版本更新,并及时应用重要的性能修复补丁。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30