HBASE同步数据到SOLR
HBase Indexer, 又名key value store indexer, 解析HBASE的日志，生成SOLR语法并插入，简单理解就是HBASE的数据同步到SOLR。
为什么会有这个东西的存在？ HBASE不支持事务，也就意味着不支持二级索引，但是在实际的工作当中会发现二级索引的使用非常重要，查询如果光从rowkey来考虑设计，很难，或者说做不到，因此二级索引的组件就产生了。
有一个项目，我们数据都是存储在HBASE中，是一个在线应用，数据分析之后插入到HBASE，并通过echarts展示，图形展示没有问题，但是在有一个页面，因为是多接口调用，一部分信息来自传统数据库，一部分在HBASE，这样导致每个展示调用一次HBASE，信息越多，调用次数越多，这个页面需要大概3秒时间。因此需要考虑优化，图形展示有十几万数据HBASE都可以在1秒显示，但是简单的接口信息，但是调用次数很多反而慢，MySQL就没这个毛病，不用测试啥的，很显然是因为调用次数导致. 我的想法是用SOLR来试试，来代替查询HBASE。 因此才有今天的HBASE同步到SOLR的主题。
整个过程为：
1.为SOLR准备好配置
配置包含2个，一个是morphline-hbase-mapper.xml ，一个是solr schema.xml
morphline的作用是用来对应HBASE字段，field name是SOLR之后会显示的字段，VALUE是目前HBASE的字段
[root@datanode02 t_tool_health_score_final]# cat morphline-hbase-mapper.xml
[root@datanode02 conf]# cat schema.xml
id
2.初始化SOLR instancedir
solrctl instancedir --create t_tool_health_score_final /opt/hbase-indexers/t_tool_health_score_final
3.建立SOLR collection
solrctl collection --create t_tool_health_score_final -s 2 -r 2
4.建立HBASE-SOLR关联，这样HBASE的更新就会自动同步到SOLR
hbase-indexer add-indexer --name t_tool_health_score_final \
--indexer-conf /opt/hbase-indexers/t_tool_health_score_final/morphline-hbase-mapper.xml \
--connection-param solr.zk=datanode03.isesol.com,datanode04.isesol.com,datanode02.isesol.com,cmserver.isesol.com,datanode01.isesol.com/solr \
--connection-param solr.collection=t_tool_health_score_final \
--zookeeper datanode01.isesol.com:2181,datanode02.isesol.com:2181,cmserver.isesol.com:2181,datanode04.isesol.com:2181,datanode03.isesol.com:2181 hadoop --config /etc/hadoop/conf jar /opt/cloudera/parcels/CDH-5.9.0-1.cdh5.9.0.p0.23/lib/hbase-solr/tools/hbase-indexer-mr-*-job.jar --conf /etc/hbase/conf/hbase-site.xml -D 'mapred.child.java.opts=-Xmx 1000m' --hbase-indexer-file /opt/hbase-indexers/t_tool_health_score_final/morphline-hbase-mapper.xml --zk-host datanode03.isesol.com,datanode04.isesol.com,datanode02.isesol.com,cmserver.isesol.com,datanode01.isesol.com/solr --collection t_tool_health_score_final --reducers 0