1.MinDoc 简介
2.Scroll源码解析

MinDoc 简介

       MinDoc是源码一款面向IT团队的简洁文档管理系统。

       它源自SmartWiki文档系统，源码起初基于PHP的源码laravel框架构建，但考虑到PHP部署的源码复杂性，后改用Golang开发，源码便于用户部署与操作。源码图像识别源码

       开发初衷是源码为了满足公司IT部门对简单实用的项目接口文档管理和分享的需求。其功能与界面借鉴了kancloud。源码

       MinDoc可用于存储日常接口文档、源码数据库字典、源码手册说明等资料，源码内置项目、源码用户、源码权限管理功能，源码适合大部分中小团队文档管理。源码

       欲知更多，请访问演示站点、文档、开发与维护信息。运营 源码

       感谢lifei创造与维护MinDoc。由于精力有限，自年3月日起，Mindoc移交给社区维护，欢迎热心开发者加入。

       遇到问题，请提出Issues，加入QQ群讨论。

       对开发感兴趣的读者，请关注开发动态。

       安装与使用说明如下：

       需在服务器上设置环境变量ZONEINFO，值为MinDoc目录下的/lib/time/zoneinfo.zip。

       获取更多帮助，请查阅使用手册。

       对于无Golang经验的用户，推荐从github下载编译完成的程序。

       有Golang开发经验的用户，建议通过编译安装，myeclipse 源码要求Golang版本不低于1..1，推荐使用1..1。

       注意：CentOS7的GLibC版本较低，常规编译版本可能无法使用。需要自行源码编译或使用musl编译版本。

       常规编译安装步骤包括：

       确保数据库配置在项目目录下的conf/app.conf中正确填写，对于MySQL，配置编码为utf8mb4_general_ci。

       若使用SQLite，直接配置数据库路径。

       若conf目录下无app.conf，请将app.conf.example重命名为app.conf。

       默认生成超级管理员用户：admin，初始密码为，请登录后修改。

       在Linux系统中，无需依赖gLibC。使用musl-gcc编译Mindoc。物流系统 源码

       对于Docker用户，参考内置Dockerfile文件编译镜像。

       启动镜像时需提供常用环境变量，详情参考conf/app.conf.example文件。

       使用编辑器如Editor.md与wangEditor进行Markdown与富文本编辑。

       项目功能还包括项目创建、列表、概述、成员、设置与预览。

       欢迎在MinDoc项目的GitHub上报告问题或提出改进方案。

       如需了解GitHub Fork和Pull请求模式，请参阅GitHub文档。

       作者lifei，非纯PHP开发者，非自由gopher。

Scroll源码解析

       1. Scroll查询在指定_doc排序时相较于不指定排序或指定某个字段排序能明显更快，这是php源码博客由于Scroll查询的机制及底层实现所致。

        首先查看Elasticsearch的Collector，其主要功能是收集文档并按照特定规则排序。其中，TopDocsCollector类在收集文档后会返回一个有序的TopDocs对象，该对象是搜索结果的返回值。TopDocsCollector有三个子类：SimpleFieldCollector、PagingFieldCollector、SimpleTopScoreDocCollector 和PagingTopScoreDocCollector。这些子类根据排序规则（如字段排序、简单排序等）进行文档排序。

       2. 对于TopScoreDocCollector，其排序规则是先执行打分，分数相同的文档按文档号排序。TopFieldCollector则是先按照指定字段排序，值相同的文档再按文档号排序。

       3. TopScoreDocsCollector的两个子类（SimpleTopScoreDocCollector和PagingTopScoreDocCollector）在功能上区别在于PagingTopScoreDocCollector针对翻页请求，代码上增加了对after的判断。对于使用TopScoreDocsCollector无论是否为翻页请求，每次请求都会扫描全部命中文档并计算分值。使用SimpleTopScoreDocCollector还是PagingTopScoreDocCollector取决于after是否为null。

       4. 对于scroll请求，after参数等于scrollContext.lastEmittedDoc，即上次翻页最大的ScoreDoc。TopFieldCollector同样有两个子类（SimpleFieldCollector和PagingFieldCollector），其判断逻辑与TopScoreDocsCollector类似，也是根据searchContext.sort()是否为null来决定使用哪类Collector。

       5. 在lucene6.4.1版本中，无论是SimpleFieldCollector和PagingFieldCollector都无法提前终止收集过程。然而，从更高版本的lucene开始，具备了提前结束收集的功能，判断依据是search sort=index sort一致时，通过抛出CollectionTerminatedException异常提前结束收集。Elasticsearch从6.x版本开始也支持了自定义写入顺序，可以不是_doc而是某个字段值。

       6. 通过Elasticsearch的代码分析，我们确认scroll请求在指定_doc排序并从第二页开始时，只会收集指定数量的doc，性能表现更优。对于scroll请求，包装了一层MinDocQuery，用于过滤掉已经翻页过的数据，大大减少文档命中数，避免收集无用的doc，这对于深度翻页性能提升明显。

       7. 对于scroll请求，由于不支持向前翻页，每次查询对于已查过的数据无需收集。Elasticsearch通过MinDocQuery实现跳跃功能，将doc跳到segmentMinDoc（lastEmittedDoc+1），在合并倒排表之后，实际上就不会再命中上一页的内容。触发提前终止后，后续倒排表合并也不再必要，性能提升显著。

       8. Scroll与search_after查询实际上走的是相同的逻辑，都是通过一个after变量进行翻页。scroll的after参数为scrollContext.lastEmittedDoc（ScoreDoc），search_after的after参数为包含sort字段信息的FieldDoc，都是ScoreDoc。最终都会收集全部命中文档才能得到排序结果，但scroll对于_doc排序做了优化，性能表现更佳。

       9. 对于search_after查询，即使指定_doc排序，仍然需要收集全部命中文档，因为search_after是动态的，MinDocQuery跳跃功能不适用。然而，search_after在lucene后续版本中支持了提前终止功能，当查询时指定sort为index sort，可以触发提前终止，不再收集全部命中文档。

       . Scroll请求保存的上下文信息主要是maxScore和lastEmittedDoc用于翻页，但实际保存的不仅仅是ScrollContext，而是SearchContext，其中包含了更多关键信息，如searcher和IndexReader，后者对于后续索引更新是感知不到的，除非重新打开reader或使用DirectoryReader.openIfChanged(oldreader)。这是Scroll查询无法感知索引更新的原因。

       . 经过测试，即使在scroll过程中触发了merge，被merge的segment文件也不会立即被删除，新的segment文件也不会被发现。这表明Scroll查询无法感知数据更新，其本质是快照了LeafReaderContext，并非检索命中的结果。

       总结而言，Scroll查询在指定_doc排序时，通过优化收集过程和使用MinDocQuery实现跳跃功能，能显著提升性能，尤其是在翻页操作中。同时，Scroll请求的机制及底层实现使得其在查询处理上与search_after查询存在显著差异，但在Elasticsearch6.x版本中引入了索引预排序和提前终止功能，进一步优化了查询性能。