persistent_storage.md

持久存储

悟空引擎支持将搜索数据存入硬盘，并在当机重启动时从硬盘恢复数据。使用持久存储只需设置EngineInitOptions中的三个选项：

type EngineInitOptions struct {
  // 略过其他选项

  // 是否使用持久数据库，以及数据库文件保存的目录和裂分数目
  UsePersistentStorage bool
  PersistentStorageFolder string
  PersistentStorageShards int
}

当UsePersistentStorage为true时使用持久存储：

1. 在引擎启动时（engine.Init函数），引擎从PersistentStorageFolder指定的目录中读取 文档索引数据，重新计算索引表并给排序器注入排序数据。如果分词器的代码 或者词典有变化，这些变化会体现在启动后的引擎索引表中。
2. 在调用engine.IndexDocument时，引擎将索引数据写入到PersistentStorageFolder指定 的目录中。
3. PersistentStorageShards定义了数据库裂分数目，默认为8。为了得到最好的性能，请调整这个参数使得每个裂分文件小于100M。
4. 在调用engine.RemoveDocument删除一个文档后，该文档会从持久存储中剔除，下次启动 引擎时不会载入该文档。

必须注意事项

1. 如果排序器使用自定义评分字段，那么该类型必须在gob中注册，比如在左边的例子中需要在调用engine.Init前加入：

gob.Register(MyScoringFields{})

否则程序会崩溃。 2. 在引擎退出时请使用engine.Close()来关闭数据库，如果数据库未关闭，数据库文件会被锁定， 这会导致引擎重启失败。解锁的方法是，进入PersistentStorageFolder指定的目录，删除所有以"."开头的文件即可。

性能测试

benchmark.go程序可用来测试持久存储的读写速度：

go run benchmark.go --num_repeat_text 1 --use_persistent

不使用持久存储的结果：

加入的索引总数3711375
建立索引花费时间 3.159781129s
建立索引速度每秒添加 1.174567 百万个索引
搜索平均响应时间 0.051146982400000006 毫秒
搜索吞吐量每秒 78205.98229466612 次查询

使用持久存储：

建立索引花费时间 13.068458511s
建立索引速度每秒添加 0.283995 百万个索引
搜索平均响应时间 0.05819595780000001 毫秒
搜索吞吐量每秒 68733.29611219149 次查询
从持久存储加入的索引总数3711375
从持久存储建立索引花费时间 6.406528378999999
从持久存储建立索引速度每秒添加 0.579311 百万个索引

可以看出，和不使用持久存储相比：

1. 持久存储不影响搜索响应时间和吞吐量
2. 写入持久存储将索引时间延长了四倍
3. 从持久存储中导入数据将索引时间延长了一倍