CreateIndex API执行流程_milvus源码解析2

简介: CreateIndex API执行流程_milvus源码解析2

CreateIndex API执行流程源码解析2

milvus版本:v2.3.2

上一篇介绍了CreateIndex对etcd元数据的操作,这里介绍另一个操作。

整体架构:

architecture.png

CreateIndex 的数据流向:

create_index数据流向3.jpg

1.dataCoord执行CreateIndex。

func (s *Server) CreateIndex(ctx context.Context, req *indexpb.CreateIndexRequest) (*commonpb.Status, error) {
   
   
    ......
    // 分配indexID,indexID=0
    indexID, err := s.meta.CanCreateIndex(req)
    ......

    err = s.meta.CreateIndex(index)
    ......

    // 将collectionID发送到channel,其它的goroutine进行消费。
    select {
   
   
    case s.notifyIndexChan <- req.GetCollectionID():
    default:
    }

    ......
}

上一篇已经分析过s.meta.CreateIndex(),这里重点分析s.notifyIndexChan。将collectionID发送到channel,其它的goroutine进行消费。

2.消费notifyIndexChan也在dataCoord。

代码路径:internal\datacoord\index_service.go

启动dataCoord服务的时候会调用此方法。

func (s *Server) createIndexForSegmentLoop(ctx context.Context) {
   
   
    log.Info("start create index for segment loop...")
    defer s.serverLoopWg.Done()

    ticker := time.NewTicker(time.Minute)
    defer ticker.Stop()
    for {
   
   
        select {
   
   
        case <-ctx.Done():
            log.Warn("DataCoord context done, exit...")
            return
        case <-ticker.C:
            segments := s.meta.GetHasUnindexTaskSegments()
            for _, segment := range segments {
   
   
                if err := s.createIndexesForSegment(segment); err != nil {
   
   
                    log.Warn("create index for segment fail, wait for retry", zap.Int64("segmentID", segment.ID))
                    continue
                }
            }
        case collectionID := <-s.notifyIndexChan:
            log.Info("receive create index notify", zap.Int64("collectionID", collectionID))
            // 获取collection的segment信息
            segments := s.meta.SelectSegments(func(info *SegmentInfo) bool {
   
   
                return isFlush(info) && collectionID == info.CollectionID
            })
            for _, segment := range segments {
   
   
                if err := s.createIndexesForSegment(segment); err != nil {
   
   
                    log.Warn("create index for segment fail, wait for retry", zap.Int64("segmentID", segment.ID))
                    continue
                }
            }
        case segID := <-s.buildIndexCh:
            log.Info("receive new flushed segment", zap.Int64("segmentID", segID))
            segment := s.meta.GetSegment(segID)
            if segment == nil {
   
   
                log.Warn("segment is not exist, no need to build index", zap.Int64("segmentID", segID))
                continue
            }
            if err := s.createIndexesForSegment(segment); err != nil {
   
   
                log.Warn("create index for segment fail, wait for retry", zap.Int64("segmentID", segment.ID))
                continue
            }
        }
    }
}

走case collectionID := <-s.notifyIndexChan这个分支。

3.进入s.createIndexesForSegment()

func (s *Server) createIndexesForSegment(segment *SegmentInfo) error {
   
   
    // 要创建的索引的信息:索引名称,维度等信息
    indexes := s.meta.GetIndexesForCollection(segment.CollectionID, "")
    for _, index := range indexes {
   
   
        if _, ok := segment.segmentIndexes[index.IndexID]; !ok {
   
   
            if err := s.createIndexForSegment(segment, index.IndexID); err != nil {
   
   
                log.Warn("create index for segment fail", zap.Int64("segmentID", segment.ID),
                    zap.Int64("indexID", index.IndexID))
                return err
            }
        }
    }
    return nil
}

4.进入s.createIndexForSegment()

在segment上建立索引。

func (s *Server) createIndexForSegment(segment *SegmentInfo, indexID UniqueID) error {
   
   
    log.Info("create index for segment", zap.Int64("segmentID", segment.ID), zap.Int64("indexID", indexID))
    buildID, err := s.allocator.allocID(context.Background())
    if err != nil {
   
   
        return err
    }
    segIndex := &model.SegmentIndex{
   
   
        SegmentID:    segment.ID,
        CollectionID: segment.CollectionID,
        PartitionID:  segment.PartitionID,
        NumRows:      segment.NumOfRows,
        IndexID:      indexID,
        BuildID:      buildID,
        CreateTime:   uint64(segment.ID),
        WriteHandoff: false,
    }
    // 添加segment-index
    // 前缀/segment-index/{collectionID}/{partitionID}/{segmentID}/{buildID}
    if err = s.meta.AddSegmentIndex(segIndex); err != nil {
   
   
        return err
    }
    // 入队,通知IndexNode执行索引创建任务
    s.indexBuilder.enqueue(buildID)
    return nil
}

segIndex变量:

segIndex.jpg

s.meta.AddSegmentIndex(segIndex)在etcd添加segment-index。

==前缀/segment-index/{collectionID}/{partitionID}/{segmentID}/{buildID}==

func (kc *Catalog) CreateSegmentIndex(ctx context.Context, segIdx *model.SegmentIndex) error {
   
   
    // key规则
    key := BuildSegmentIndexKey(segIdx.CollectionID, segIdx.PartitionID, segIdx.SegmentID, segIdx.BuildID)

    value, err := proto.Marshal(model.MarshalSegmentIndexModel(segIdx))
    if err != nil {
   
   
        return err
    }
    // 写入etcd
    err = kc.MetaKv.Save(key, string(value))
    if err != nil {
   
   
        log.Error("failed to save segment index meta in etcd", zap.Int64("buildID", segIdx.BuildID),
            zap.Int64("segmentID", segIdx.SegmentID), zap.Error(err))
        return err
    }
    return nil
}

5.进入s.indexBuilder.enqueue(buildID)

此函数作用:入队,通知IndexNode执行索引创建任务。

create_index数据流向2.jpg

6.进入process()

func (ib *indexBuilder) process(buildID UniqueID) bool {
   
   
    ......
    // 有一个定时器,默认1秒,配置项indexCoord.scheduler.interval
    switch state {
   
   
    case indexTaskInit:
        segment := ib.meta.GetSegment(meta.SegmentID)
        if !isSegmentHealthy(segment) || !ib.meta.IsIndexExist(meta.CollectionID, meta.IndexID) {
   
   
            log.Ctx(ib.ctx).Info("task is no need to build index, remove it", zap.Int64("buildID", buildID))
            if err := ib.meta.DeleteTask(buildID); err != nil {
   
   
                log.Ctx(ib.ctx).Warn("IndexCoord delete index failed", zap.Int64("buildID", buildID), zap.Error(err))
                return false
            }
            deleteFunc(buildID)
            return true
        }
        indexParams := ib.meta.GetIndexParams(meta.CollectionID, meta.IndexID)
        if isFlatIndex(getIndexType(indexParams)) || meta.NumRows < Params.DataCoordCfg.MinSegmentNumRowsToEnableIndex.GetAsInt64() {
   
   
            // 数量小于最低数量无需建立索引,默认为1024
            log.Ctx(ib.ctx).Info("segment does not need index really", zap.Int64("buildID", buildID),
                zap.Int64("segmentID", meta.SegmentID), zap.Int64("num rows", meta.NumRows))
            if err := ib.meta.FinishTask(&indexpb.IndexTaskInfo{
   
   
                BuildID:        buildID,
                State:          commonpb.IndexState_Finished,
                IndexFileKeys:  nil,
                SerializedSize: 0,
                FailReason:     "",
            }); err != nil {
   
   
                log.Ctx(ib.ctx).Warn("IndexCoord update index state fail", zap.Int64("buildID", buildID), zap.Error(err))
                return false
            }
            updateStateFunc(buildID, indexTaskDone)
            return true
        }
        // peek client
        // if all IndexNodes are executing task, wait for one of them to finish the task.
        nodeID, client := ib.nodeManager.PeekClient(meta)
        if client == nil {
   
   
            log.Ctx(ib.ctx).WithRateGroup("dc.indexBuilder", 1, 60).RatedInfo(5, "index builder peek client error, there is no available")
            return false
        }
        // update version and set nodeID
        if err := ib.meta.UpdateVersion(buildID, nodeID); err != nil {
   
   
            log.Ctx(ib.ctx).Warn("index builder update index version failed", zap.Int64("build", buildID), zap.Error(err))
            return false
        }
        // binLogs为向量数据文件的位置信息
        // files/insert_log/444517122896489678/444517122896489679/444517122896489694/102/444517122896236031
        // files/insert_log/{collectionID}/{partitionID}/{segmentID}/{fieldID}/444517122896236031
        binLogs := make([]string, 0)
        fieldID := ib.meta.GetFieldIDByIndexID(meta.CollectionID, meta.IndexID)
        for _, fieldBinLog := range segment.GetBinlogs() {
   
   
            if fieldBinLog.GetFieldID() == fieldID {
   
   
                for _, binLog := range fieldBinLog.GetBinlogs() {
   
   
                    binLogs = append(binLogs, binLog.LogPath)
                }
                break
            }
        }

        typeParams := ib.meta.GetTypeParams(meta.CollectionID, meta.IndexID)

        var storageConfig *indexpb.StorageConfig
        // 获取元数据存储类型:minio
        if Params.CommonCfg.StorageType.GetValue() == "local" {
   
   
            storageConfig = &indexpb.StorageConfig{
   
   
                RootPath:    Params.LocalStorageCfg.Path.GetValue(),
                StorageType: Params.CommonCfg.StorageType.GetValue(),
            }
        } else {
   
   
            storageConfig = &indexpb.StorageConfig{
   
   
                Address:          Params.MinioCfg.Address.GetValue(),
                AccessKeyID:      Params.MinioCfg.AccessKeyID.GetValue(),
                SecretAccessKey:  Params.MinioCfg.SecretAccessKey.GetValue(),
                UseSSL:           Params.MinioCfg.UseSSL.GetAsBool(),
                BucketName:       Params.MinioCfg.BucketName.GetValue(),
                RootPath:         Params.MinioCfg.RootPath.GetValue(),
                UseIAM:           Params.MinioCfg.UseIAM.GetAsBool(),
                IAMEndpoint:      Params.MinioCfg.IAMEndpoint.GetValue(),
                StorageType:      Params.CommonCfg.StorageType.GetValue(),
                Region:           Params.MinioCfg.Region.GetValue(),
                UseVirtualHost:   Params.MinioCfg.UseVirtualHost.GetAsBool(),
                CloudProvider:    Params.MinioCfg.CloudProvider.GetValue(),
                RequestTimeoutMs: Params.MinioCfg.RequestTimeoutMs.GetAsInt64(),
            }
        }
        req := &indexpb.CreateJobRequest{
   
   
            ClusterID:           Params.CommonCfg.ClusterPrefix.GetValue(),
            IndexFilePrefix:     path.Join(ib.chunkManager.RootPath(), common.SegmentIndexPath),
            BuildID:             buildID,
            DataPaths:           binLogs,
            IndexVersion:        meta.IndexVersion + 1,
            StorageConfig:       storageConfig,
            IndexParams:         indexParams,
            TypeParams:          typeParams,
            NumRows:             meta.NumRows,
            CurrentIndexVersion: ib.indexEngineVersionManager.GetCurrentIndexEngineVersion(),
        }
        // 通知IndexNode创建索引
        if err := ib.assignTask(client, req); err != nil {
   
   
            ......
        }
        ......
        // update index meta state to InProgress
        // 更新索引状态
        if err := ib.meta.BuildIndex(buildID); err != nil {
   
   
            ......
        }
        updateStateFunc(buildID, indexTaskInProgress)

    case indexTaskDone:
        ......

    default:
        ......
    }
    return true
}

ib.assignTask()通知indexNode创建索引。

7.进入ib.assignTask()

// assignTask sends the index task to the IndexNode, it has a timeout interval, if the IndexNode doesn't respond within
// the interval, it is considered that the task sending failed.
func (ib *indexBuilder) assignTask(builderClient types.IndexNodeClient, req *indexpb.CreateJobRequest) error {
   
   
    ......
    // rpc调用indexNode
    resp, err := builderClient.CreateJob(ctx, req)
    ......
}

8.进入builderClient.CreateJob()

代码路径:internal\indexnode\indexnode_service.go

func (i *IndexNode) CreateJob(ctx context.Context, req *indexpb.CreateJobRequest) (*commonpb.Status, error) {
   
   
    ......
    task := &indexBuildTask{
   
   
        ident:          fmt.Sprintf("%s/%d", req.ClusterID, req.BuildID),
        ctx:            taskCtx,
        cancel:         taskCancel,
        BuildID:        req.GetBuildID(),
        ClusterID:      req.GetClusterID(),
        node:           i,
        req:            req,
        cm:             cm,
        nodeID:         i.GetNodeID(),
        tr:             timerecord.NewTimeRecorder(fmt.Sprintf("IndexBuildID: %d, ClusterID: %s", req.BuildID, req.ClusterID)),
        serializedSize: 0,
    }
    ret := merr.Success()
    if err := i.sched.IndexBuildQueue.Enqueue(task); err != nil {
   
   
        ......
    }
    ......
}

task执行逻辑:

pipelines := []func(context.Context) error{
   
   t.Prepare, t.BuildIndex, t.SaveIndexFiles}

依次执行task的Prepare()、BuildIndex()、SaveIndexFiles()方法。

9.进入BuildIndex()

func (it *indexBuildTask) BuildIndex(ctx context.Context) error {
   
   
    ......
    var buildIndexInfo *indexcgowrapper.BuildIndexInfo
    buildIndexInfo, err = indexcgowrapper.NewBuildIndexInfo(it.req.GetStorageConfig())
    ......
    err = buildIndexInfo.AppendFieldMetaInfo(it.collectionID, it.partitionID, it.segmentID, it.fieldID, it.fieldType)
    ......

    err = buildIndexInfo.AppendIndexMetaInfo(it.req.IndexID, it.req.BuildID, it.req.IndexVersion)
    ......

    err = buildIndexInfo.AppendBuildIndexParam(it.newIndexParams)
    ......

    jsonIndexParams, err := json.Marshal(it.newIndexParams)
    ......

    err = buildIndexInfo.AppendBuildTypeParam(it.newTypeParams)
    ......

    for _, path := range it.req.GetDataPaths() {
   
   
        err = buildIndexInfo.AppendInsertFile(path)
        if err != nil {
   
   
            log.Ctx(ctx).Warn("append insert binlog path failed", zap.Error(err))
            return err
        }
    }

    it.currentIndexVersion = getCurrentIndexVersion(it.req.GetCurrentIndexVersion())
    if err := buildIndexInfo.AppendIndexEngineVersion(it.currentIndexVersion); err != nil {
   
   
        log.Ctx(ctx).Warn("append index engine version failed", zap.Error(err))
        return err
    }
    // cgo层调用CreateIndex()
    // it.index有个Upload()方法写入s3(SaveIndexFiles方法里调用it.index.Upload()写入s3)
    it.index, err = indexcgowrapper.CreateIndex(ctx, buildIndexInfo)
    if err != nil {
   
   
        ......
    }

    ......
}

indexcgowrapper.CreateIndex()调用C层创建索引。

10.进入SaveIndexFiles()

func (it *indexBuildTask) SaveIndexFiles(ctx context.Context) error {
   
   
    ......
    // c++层上传索引文件到s3
    indexFilePath2Size, err := it.index.UpLoad()
    ......

}

总结:

  • CreateIndex由proxy传递给协调器dataCoord操作etcd。
    • 前缀/field-index/{collectionID}/{IndexID}
    • 前缀/segment-index/{collectionID}/{partitionID}/{segmentID}/{buildID}
  • dataCoord通知indexNode创建索引,indexNode通过cgo调用C++层创建索引,并上传至s3。
目录
相关文章
|
8月前
|
API 开发者 数据采集
高效获取淘宝商品详情:API 开发实现链接解析的完整技术方案
2025反向海淘新机遇:依托代购系统,聚焦小众垂直品类,结合Pandabay数据选品,降本增效。系统实现智能翻译、支付风控、物流优化,助力中式养生茶等品类利润翻倍,新手也能快速入局全球市场。
高效获取淘宝商品详情:API 开发实现链接解析的完整技术方案
|
8月前
|
存储 缓存 算法
淘宝买家秀 API 深度开发:多模态内容解析与合规推荐技术拆解
本文详解淘宝买家秀接口(taobao.reviews.get)的合规调用、数据标准化与智能推荐全链路方案。涵盖权限申请、多模态数据清洗、情感分析、混合推荐模型及缓存优化,助力开发者提升审核效率60%、商品转化率增长28%,实现UGC数据高效变现。
|
8月前
|
XML 数据采集 API
用Lxml高效解析XML格式数据:以天气API为例
免费Python教程:实战解析中国天气网XML数据,详解Lxml库高效解析技巧、XPath用法、流式处理大文件及IP封禁应对策略,助你构建稳定数据采集系统。
413 0
|
8月前
|
缓存 监控 前端开发
顺企网 API 开发实战:搜索 / 详情接口从 0 到 1 落地(附 Elasticsearch 优化 + 错误速查)
企业API开发常陷参数、缓存、错误处理三大坑?本指南拆解顺企网双接口全流程,涵盖搜索优化、签名验证、限流应对,附可复用代码与错误速查表,助你2小时高效搞定开发,提升响应速度与稳定性。
|
9月前
|
数据可视化 测试技术 API
从接口性能到稳定性:这些API调试工具,让你的开发过程事半功倍
在软件开发中,接口调试与测试对接口性能、稳定性、准确性及团队协作至关重要。随着开发节奏加快,传统方式已难满足需求,专业API工具成为首选。本文介绍了Apifox、Postman、YApi、SoapUI、JMeter、Swagger等主流工具,对比其功能与适用场景,并推荐Apifox作为集成度高、支持中文、可视化强的一体化解决方案,助力提升API开发与测试效率。
|
8月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
8月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
9月前
|
JSON 前端开发 API
如何调用体育数据足篮接口API
本文介绍如何调用体育数据API:首先选择可靠服务商并注册获取密钥,接着阅读文档了解基础URL、端点、参数及请求头,然后使用Python等语言发送请求、解析JSON数据,最后将数据应用于Web、App或分析场景,同时注意密钥安全、速率限制与错误处理。
950 152
|
9月前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南

推荐镜像

更多
  • DNS