solr系列3——solr数据同步(全量、增量)

solr 数据同步，全量、增量方式

DIH全量同步(全表数据)（一般做第一次数据同步）

• 首先创建对应的数据库表
• solr配置
  • 将solr现有数据清空

    cd /usr/local/solr/example/solr/collection1/data && rm -rf * && mkdir index && mkdir tlog

  • 添加数据源配置(@)

    vim /usr/local/solr/example/solr/collection1/conf/solrconfig.xml

    添加配置信息：

    
    
    data-config.xml
    
    

  • 在同目录下创建data-config.xml文件，并添加源信息(@)

    vim /usr/local/solr/example/solr/collection1/conf/data-config.xml

    添加配置如下：

  • 添加数据同步所需依赖jar到tomcat中solr

    cd /usr/local/solr/dist && cp solr-dataimporthandler-4.10.3.jar solr-dataimporthandler-extras-4.10.3.jar /usr/local/tomcat/webapps/solr/WEB-INF/lib/

    同时把mysql驱动添加到/usr/local/tomcat/webapps/solr/WEB-INF/lib/中

  • 将需要同步的数据库表字段添加到schema.xml中，如果已存在，则无需
  • 进行数据库访问授权操作，如果已授权则略过

    GRANT ALL PRIVILEGES ON *.* TO root@"%" IDENTIFIED BY '123456' WITH GRANT OPTION; flush privileges;

  • 时间同步，mysql数据源服务器时间跟solr服务器时间一致

    date -s "2016-04-17 21:15:00" 设置时间 mysql数据源服务器时间一定大于等于solr服务器时间，否则solr检测不到mysql时间变化了（认为是旧数据，增量同步来说）

  • 启动tomcat即可。
  • 浏览器访问http://ip:port/solr,点击Dataimport,Command选择full-import,Entity选择要同步的表，Custom Parameters输入data-config.xml中需要的参数（${dataimport.request.id}）,点击Execute执行即可。
    
    

    solr-HID全量.png

DIH增量同步(新增数据)（常用模式）

• 只需要对上面全量导入solr配置中带有(@)标示的配置进行修改即可
• 添加数据源配置(@)

  vim /usr/local/solr/example/solr/collection1/conf/solrconfig.xml

  添加配置信息:

   
    
      delta-data-config.xml
    
  

```

• 在同目录下创建delta-data-config.xml文件，并添加源信息(@)

  vim /usr/local/solr/example/solr/collection1/conf/delta-data-config.xml

  添加配置如下：

     
        
        
           
              
              
              
              
              
            
        
    
  ```
  

  id一致

  

  solr_pk.png

  
  last_modified字段要在 schema.xml文件中配置，

  query : 首先查询出所有满足id > ${dataimporter.request.id} 的数据

  deltaQuery ： 从query的数据中查询所有last_modified大于上一次同步${dataimporter.last_index_time}时间的id（即为需要增量同步的数据），该id = ${dih.delta.id}

  deltaImportQuery ：根据 deltaQuery 返回的id查找所有信息，为增量同步提供数据源

  ${dih.delta.id} ： 记录本次要索引的id

  ${dataimporter.last_index_time} ： 最后一次索引的时间，即上一次同步的时间

  注意：last_modified字段很重要，为增量同步提供数据变更依据，一定为时间类型，具体字段名可自定义，同时也要注意solr服务器与mysql服务器时间同步问题

• 配置完毕，启动tomcat即可。
• 最后访问，浏览器访问http://ip:port/solr,点击Dataimport,Command选择full-import,Entity选择要同步的表，Custom Parameters输入data-config.xml中需要的参数（${dataimport.request.id}）,点击Execute执行即可。
  
  

  solr-HID增量.png

---

全量、增量也可以同时配置。

备注

• 内存溢出

  在使用 DIH 时，容易报内存溢出错误。可以通过设置 jvm 大小来解决。设置方法如下：
  在tomcat\bin\catalina.sh 加入SET JAVA_OPTS=-Xms128m -Xmx1024m 配置 这里设置的是1024M，根据情况可以适量增大 
  ```
  

• 手动全量、增量操作

  可以通过solr管控台操作，也可以直接在浏览器输入链接直接操作

  全导入：
  http://192.168.58.144:8080/solr/collection1/dataimport?command=full-import&commit=ture
  增量导入：
  http://192.168.58.144:8080/solr/collection1/deltaimport?command=delta-import&clean=false&commit=ture
  查看导入状态
  http://192.168.58.144:8080/solr/collection1/dataimport?command=status

• 定时增量同步（全量不支持定时同步--没必要）
  • Solr官方提供了很强大的Data Import Request Handle
  • 将apache-solr-dataimportscheduler-1.0.jar 拷贝到/usr/local/tomcat/lib/目录下
  • 修改solr.war中的web.xml文件

    cd /usr/local/tomcat/webapps/solr/WEB-INF/web.xml
    添加以下配置信息：

    
    
    org.apache.solr.handler.dataimport.scheduler.ApplicationListener
    
    

  • 在tomcat的solr.war中web.xml配置的solr.home下创建conf文件夹，并新建文件dataimport.properties，配置定时任务依赖信息
    
    

    solr-tomcat配置目录.png

    cd /usr/local/solr/example/solr && mkdir conf && cd conf && vim dataimport.properties

    dataimport.properties文件信息如下：

    # dataimport.properties example
    #
    # From this example, copy everything bellow "dataimport scheduler properties" to your
    #   dataimport.properties file and then change params to fit your needs
    #
    # IMPORTANT:
    # Regardless of whether you have single or multiple-core Solr,
    #   use dataimport.properties located in your solr.home/conf (NOT solr.home/core/conf)
    # For more info and context see here:
    # http://wiki.apache.org/solr/DataImportHandler#dataimport.properties_example
    #Tue Jul 21 12:10:50 CEST 2010
    last_index_time=2016-04-19 15\:28\:37
    user.last_index_time=2016-04-19 15\:28\:37
    #################################################
    #                                               #
    #       dataimport scheduler properties         #
    #                                               #
    #################################################
    #
    # http://192.168.58.144:8080/solr/collection1/deltaimport?command=delta-import&clean=false&commit=ture   
    # 以下参数对应参数
    # http://server:port/webapp/syncCores/params
    #
    #  to sync or not to sync
    #  1 - active; anything else - inactive
    syncEnabled=1
    #
    #  which cores to schedule
    #  in a multi-core environment you can decide which cores you want syncronized
    #  leave empty or comment it out if using single-core deployment
    syncCores=collection1
    #
    #  solr server name or IP address
    #  [defaults to localhost if empty]
    server=localhost
    #
    #  solr server port
    #  [defaults to 80 if empty]
    port=8080
    #
    #  application name/context
    #  [defaults to current ServletContextListener's context (app) name]
    webapp=solr
    #
    #  URL params [mandatory]
    #  remainder of URL
    #增量url
    params=/deltaimport?command=delta-import&clean=false&commit=ture
    #
    #  schedule interval
    #  number of minutes between two runs
    #  [defaults to 30 if empty]
    #  定时更新间隔时间，单位分钟
    interval=1
    

• 配置完毕，启动tomcat即可。

---

定时增量备注： 如果想支持定时重做索引，只需要将上面引入的jar更换为solr-dataimportscheduler-1.1.jar,在dataimport.properties中添加三行配置即可，实质就是全量同步。

#  重做索引的时间间隔，单位分钟，默认7200，即5天; 
#  为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=1
#
#  重做索引的参数
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true
#
#  重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
#  两种格式：2016-04-19 05:00:00 或者  05:00:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=05:00:00

相关文件如下：
[solr-dataimportscheduler-1.1](C:\Users\ljdo\Desktop\笔记\file\solr\solr-dataimportscheduler-1.1.jar)
[solr-dataimportscheduler-1.1-source](C:\Users\ljdo\Desktop\笔记\file\solr\solr-dataimportscheduler-1.1-source.zip)
[dataimport.properties.zip](C:\Users\ljdo\Desktop\笔记\file\solr\dataimport.properties.zip)
[apache-solr-dataimportscheduler-1.0](http://solr-dataimport-scheduler.googlecode.com/files/apache-solr-dataimportscheduler-1.0.jar)
[apache-solr-dataimportscheduler-1.0-with-source](http://solr-dataimport-scheduler.googlecode.com/files/apache-solr-dataimportscheduler-1.0-with-source.jar)

作者：逐暗者 *（转载请注明出处）*