mongo-connector原理及改造
这段时间因为项目的某个需求需要改造mongo-connector,改造开源产品首先要读懂别人的代码,于是总结记录一下自己的分析过程。这里假设你对Solr有一定的了解。
mongo-connctor是一款用于同步MongoDB数据到其他系统组件,比如它能同步数据到Solr、ElasticSearch或者其他MongoDB集群中去。它的实现原理是依据MongoDB的Replica Set复制模式,通过分析oplog日志文件达到最终的同步目的。安装配置启动过程可参考官方文档。这篇文章具体来分析一下mongo-connetor的执行过程是怎样的。
####oplog
首先需要了解oplog的格式,它的格式在不同版本的mongodb上有所区别,大致是:
PRIMARY> db.version()
2.2.2
PRIMARY> db.oplog.rs.findOne()
{
"ts" : Timestamp(1364186197000, 58),
"h" : NumberLong("-7878220425718087654"),
"v" : 2,
"op" : "u",
"ns" : "exaitem_gmsbatchtask.jdgmsbatchtask",
"o2" : {
"_id" : "83f09a98-6a41-497b-a988-99ba5399d296"
},
"o" : {
"_id" : "83f09a98-6a41-497b-a988-99ba5399d296",
"status" : 2,
"content" : "",
"type" : 17,
"business" : "832722",
"optype" : 2,
"addDate" : ISODate("2013-03-25T04:36:38.511Z"),
"modifyDate" : ISODate("2013-03-25T04:36:39.131Z"),
"source" : 5
}
-
ts 由4个字节的timestamp 和 4字节的自增计数器表示。
-
op:
"i": insert "u": update "d": delete "c": db cmd "db":声明当前数据库 (其中ns 被设置成为=>数据库名称+ '.') "n": no op,即空操作,其会定期执行以确保时效性 。
-
ns:操作的namespace
-
o:操作对应的document,即当前操作的内容(比如更新操作时要更新的的字段和值,那些没有被更新的字段及对应的值也会在这里面)
-
o2:执行更新操作的条件,只有update才有该属性。}
####mongo-connector
mongo-connetor的核心目录结构是:
├── mongo_connector
│ ├── __init__.py
│ ├── compat.py
│ ├── config.txt
│ ├── connector.py
│ ├── constants.py
│ ├── doc_managers
│ │ ├── __init__.py
│ │ ├── config.txt
│ │ ├── doc_manager_simulator.py
│ │ ├── elastic_doc_manager.py
│ │ ├── formatters.py
│ │ ├── mongo_doc_manager.py
│ │ ├── schema.xml
│ │ ├── solr_doc_manager.py
│ │ └── solr_doc_manager.pyc
│ ├── errors.py
│ ├── locking_dict.py
│ ├── oplog_manager.py
│ └── util.py
程序的入口就是connector.py,main方法通过从命令行中接收参数信息,参数信息可以用mongo-conntor --help
查看,根据参数信息构建connector对象,connetor继承Thread,具体的执行流程如下:
基本的执行流程理解之后,我有这个一个需求,同mongodb同步到solr中的document中的部分field是手动加上去的,比如:用户的粉丝数量在mongodb中没有存储,而是放在redis中,此时有会通过其他方式把粉丝数同步到solr中去,同步之后,就会遇到一个问题,如果mongodb中的那条记录有更新操作,比如:该纪录修改了usename字段,但是他用的是mongodb中的赋值操作,而不是修改器$set
,此时mongo-conntor会把这条记录的所有字段更新过去,相当于把对应solr中的那个document删除,重新索引,这是粉丝数就没有了。具体的细节可以通过查看solr_doc_manager.py文件来验证。也可以看看我从官方fork的一份代码中查看,这份代码做了些注视。
通过在apply_update方法中添加逻辑:
#solr中有的字段但mongodb中没有的字段,继续保留在solr中
for key in doc:
if key not in update_spec:
update_spec[key] = doc[key]
就可以解决该问题了。