Manticore Search分布式查询中UNIQ哈希值丢失问题分析

问题背景

在Manticore Search分布式搜索系统中，当执行包含COUNT(DISTINCT)聚合函数的GROUP BY查询时，在某些特定条件下会出现哈希值丢失的问题。这个问题主要出现在分布式表由多个本地表组成，且查询涉及全文搜索而非全表扫描的场景下。

问题复现条件

要复现这个问题需要满足以下特定条件组合：

1. 查询必须使用全文搜索条件（WHERE MATCH子句）
2. 查询包含COUNT(DISTINCT)聚合函数
3. 分布式表由三个本地表组成，其中一个为空表
4. 两个非空表中一个包含超过max_matches值的文档数，另一个包含超过3倍max_matches值的文档数
5. 查询字段具有唯一值以保证生成足够多的分组
6. 查询结果需要包含字段别名（如cid as value）
7. 查询设置了max_matches=5的选项
8. 在填充测试索引后执行了FLUSH RAMCHUNK操作

问题发生机制

当执行分布式查询时，系统会为每个本地表创建独立的排序器(sorter)进行匹配。根据索引权重（由FLUSH RAMCHUNK操作更新），系统按顺序匹配各个索引：首先是'parts'表，然后是'partsinventory'表，最后是空的'partsprivate'表。

匹配完成后，系统会将这三个结果集合并。合并过程是将前n-1个结果集合并到最后一个结果集中。在本案例中，最后一个排序器是空的（因为对应的表是空的），而其他非空排序器由于查询包含字段别名（cid as value）已经被标记为"已完成"状态。

在合并过程中，系统错误地没有将已完成结果集的唯一值哈希表(uniq hash)一同转移。这导致最终结果集中包含5个匹配项（因为达到了max_matches限制），但这些匹配项对应的唯一值哈希表却是空的。

问题影响

当系统尝试对结果进行分组处理时，分组存储器的容量为4 * max_matches。由于已经占用了5个位置，如果再添加15个以上的结果，就会触发"剪除最差结果"的处理过程。此时系统会尝试从哈希表中移除某些值，但由于部分哈希值已经丢失，会导致：

• 在调试版本中触发断言失败
• 在发布版本中导致未定义行为，可能表现为无限循环

解决方案

该问题已被修复，主要修正了在合并已完成结果集时正确处理唯一值哈希表的逻辑。修复后，系统能够正确维护所有匹配项的唯一值哈希表，确保COUNT(DISTINCT)聚合函数在各种查询条件下都能返回准确结果。

技术启示

这个问题揭示了分布式查询处理中几个关键点：

1. 结果集合并时需要特别注意状态转移的完整性，特别是像哈希表这样的辅助数据结构
2. 查询优化参数（如max_matches）与数据分布特征的交互可能产生意想不到的边缘情况
3. 分布式系统中的状态管理需要更加严谨，特别是在处理已完成和未完成状态的转换时

对于使用Manticore Search的开发人员，建议在升级到修复版本后，重新测试涉及COUNT(DISTINCT)的复杂分组查询，确保在各种数据分布情况下都能获得预期结果。