solrCloud+tomcat+zookeeper集群配置

概述：

     SolrCloud是基于Solr和Zookeeper的分布式搜索方案，它的主要思想是使用Zookeeper作为集群的配置信息中心。

它有几个特色功能：

1）集中式的配置信息

2）自动容错

3）近实时搜索

4）查询时自动负载均衡

 

安装zookeeper

   上面也说了  SolrCloud是基于Solr和Zookeeper的分布式搜索方案，所有要部署solrCloud+tomcat+zookeeper的集群，必须先安装zookeeper

安装环境：

   Liux: CentOS release 6.4

   JDK:1.7.0_55

   因为我研究的是solr最新的版本，所以研究的是solr4.8.0然后solr4.8.0必须跑在jdk1.7以上的版本

1、zookeeper是个什么玩意？

答：顾名思义zookeeper就是动物园管理员，他是用来管hadoop（大象）、Hive(蜜蜂)、pig(小猪)的管理员， Apache Hbase和 Apache Solr 的分布式集群都用到了zookeeper；Zookeeper:是一个分布式的、开源的程序协调服务，是hadoop项目下的一个子项目；

2、zookeeper伪集群安装

        因为我演示的这套安装是单机版的安装，所以采用伪集群的方式进行安装，如果是真正的生成环境，将伪集群的ip改下就可以了，步骤是一样的，学会了伪集群安装，真正生产的多环境安装不会，那是不可能的一件事情。

第一步：下载最新的zooper软件：http://www.apache.org/dyn/closer.cgi/zookeeper/

 

第二步：为了测试真实我在我linux上面部署三个zookeeper服务

创建zookeeper的安装目录
[root@localhost solrCloud]# mkdir /usr/solrcould

 

     将下载的zookeeper-3.3.6.tar.gz复制到该目录下，同时在/usr/solrcould目录下新建三个文件夹：如下所示：

[root@localhost solrcoulud]# ls
service1  service2  servive3  zookeeper-3.3.6.tar.gz

 

   然后在每个文件夹里面解压一个zookeeper的下载包，并且还建了几个文件夹，总体结构如下：

[root@localhost service1]# ls
data  datalog  logs  zookeeper-3.3.6

 

   首先进入data目录，创建一个myid的文件，里面写入一个数字，比如我这个是server1,那么就写一个 1，server2对应myid文件就写入2，server3对应myid文件就写个3然后进入zookeeper/conf目录，如果是刚下过来，会有3个文件，configuration.xml, log4j.properties,zoo_sample.cfg,我们首先要做的就是在这个目录下创建一个zoo.cfg的配置文件，当然你可以把zoo_sample.cfg文件改成zoo.cfg，配置的内容如下所示：

 service1 的zoo.cfg:

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=5
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=2
# the directory where the snapshot is stored.
dataDir=/usr/solrcould/service1/data
dataLogDir=/usr/solrcould/service1/datalog
# the port at which the clients will connect
clientPort=2181
server.1=192.168.238.133:2888:3888
server.2=192.168.238.133:2889:3889
server.3=192.168.238.133:2890:3890

 

service2 的zoo.cfg:

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=5
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=2
# the directory where the snapshot is stored.
dataDir=/usr/solrcould/service2/data
dataLogDir=/usr/solrcould/service2/datalog
# the port at which the clients will connect
clientPort=2182
server.1=192.168.238.133:2888:3888
server.2=192.168.238.133:2889:3889
server.3=192.168.238.133:2890:3890

 

 service3 的zoo.cfg:

# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial 
# synchronization phase can take
initLimit=5
# The number of ticks that can pass between 
# sending a request and getting an acknowledgement
syncLimit=2
# the directory where the snapshot is stored.
dataDir=/usr/solrcould/service3/data
dataLogDir=/usr/solrcould/service3/datalog
# the port at which the clients will connect
clientPort=2183
server.1=192.168.238.133:2888:3888
server.2=192.168.238.133:2889:3889
server.3=192.168.238.133:2890:3890

 参数说明：

tickTime：zookeeper中使用的基本时间单位, 毫秒值.

initLimit: zookeeper集群中的包含多台server, 其中一台为leader, 集群中其余的server为follower。 initLimit参数配置初始化连接时, follower和leader之间的最长心跳时间. 此时该参数设置为5, 说明时间限制为5倍tickTime, 即5*2000=10000ms=10s.

syncLimit: 该参数配置leader和follower之间发送消息, 请求和应答的最大时间长度. 此时该参数设置为2, 说明时间限制为2倍tickTime, 即4000ms.

dataDir: 数据存放目录. 可以是任意目录.但是我喜欢这么干

dataLogDir: log目录, 同样可以是任意目录. 如果没有设置该参数, 将使用和dataDir相同的设置

clientPort: 监听client连接的端口号.

server.X=A:B:C 其中X是一个数字, 表示这是第几号server. A是该server所在的IP地址. B配置该server和集群中的leader交换消息所使用的端口. C配置选举leader时所使用的端口. 由于配置的是伪集群模式, 所以各个server的B, C参数必须不同.

 

   配置说明：

      需要注意的是clientPort这个端口如果你是在1台机器上部署多个server,那么每台机器都要不同的clientPort，比如我server1是2181,server2是2182，server3是2183，dataDir和dataLogDir也需要区分下。

      最后几行唯一需要注意的地方就是 server.X 这个数字就是对应 data/myid中的数字。你在3个server的myid文件中分别写入了1，2，3，那么每个server中的zoo.cfg都配server.1,server.2,server.3就OK了。因为在同一台机器上，后面连着的2个端口3个server都不要一样，否则端口冲突，其中第一个端口用来集群成员的信息交换，第二个端口是在leader挂掉时专门用来进行选举leader所用。

  

到这里zookeeper的配置就这么配玩了，你没有看错，就是这么简单！

第四步：当然是启动zookeeper

     进入zookeeper-3.3.2/bin 目录中，./zkServer.sh start启动一个server,这时会报大量错误？其实没什么关系，因为现在集群只起了1台server，zookeeper服务器端起来会根据zoo.cfg的服务器列表发起选举leader的请求，因为连不上其他机器而报错，那么当我们起第二个zookeeper实例后，leader将会被选出，从而一致性服务开始可以使用，这是因为3台机器只要有2台可用就可以选出leader并且对外提供服务(2n+1台机器，可以容n台机器挂掉)。

[root@bogon bin]# sh zkServer.sh start  #启动
JMX enabled by default
Using config: /usr/solrcould/service3/zookeeper-3.3.6/bin/../conf/zoo.cfg
Starting zookeeper ... STARTED 
[root@bogon bin]# sh zkServer.sh status #查看当前状态，他会报异常，不要紧，因为是集群，其他两台没有起来，无法进行相互连接，当然报错，启动另外两台就不会报错了！
JMX enabled by default
Using config: /usr/solrcould/service3/zookeeper-3.3.6/bin/../conf/zoo.cfg
Error contacting service. It is probably not running

 

 
 进入不同的zookeeper的bin，分别启动,常用命令如下

 启动ZK服务:       sh zkServer.sh start
 查看ZK服务状态:   sh zkServer.sh status
 停止ZK服务:       sh zkServer.sh stop
 重启ZK服务:       sh zkServer.sh restart

 

3、补充单机配置，和实际集群配置

单机部署:进入zookeeper/conf目录，如果是刚下过来，会有3个文件，configuration.xml, log4j.properties,zoo_sample.cfg,这3个文件我们首先要做的就是在这个目录下创建一个zoo.cfg的配置文件，当然你可以把zoo_sample.cfg文件改成zoo.cfg，配置的内容如下所示：

tickTime=2000  
dataDir=/Users/apple/zookeeper/data  
dataLogDir=/Users/apple/zookeeper/logs  
clientPort=4180

 进入zookeeper-3.3.2/bin 目录中，./zkServer.sh start启动，单机便完成安装

 

实际集群部署：集群模式的配置和伪集群基本一致,由于集群模式下, 各server部署在不同的机器上, 因此各server的conf/zoo.cfg文件可以完全一样.

下面是一个示例:

tickTime=2000  
initLimit=5  
syncLimit=2  
dataDir=/home/zookeeper/data  
dataLogDir=/home/zookeeper/datalog  
clientPort=4180
server.43=10.1.39.43:2888:3888
server.47=10.1.39.47:2888:3888  
server.48=10.1.39.48:2888:3888
需要注意的是, 各server的dataDir目录下的myid文件中的数字必须不同.

 

 

 

solr集群部署 

    我的理解，其实安装solrCloud非常的简单，就是先安装zookeeper然后安装solr 最后将zookeeper和tomcat进行关联就ok了，如此的简单。

第一步：准备软件

    Jdk、tomcat这些安装在我的文档里面是省略的，如果这两个东西都不会安装，你来安装solr集群，那就是非常扯淡的一件事情

    再次提醒，如果是solr4.8或者以上的版本，记得把jdk升级到1.7以上，否则tomcat起不来。

第二步：在tomcat部署solr,可以参考我的另外一篇博客地址如下：

  http://eksliang.iteye.com/blog/2096478，参考上面的企业级安装

  你可以参考下我的目录结构

[root@bogon solrcould]# ls
service1  service2  service3  tomcat1  tomcat2  tomcat3  tomcat4

 

   这一步就是简单的在4个tomcat上面部署solr，没有做其他任何操作，因为是在同一台机子上面的部署，请记得修改tomcat的端口号。

第三步：配置zookeeper和各个tomcat进行关联

      修改solr的所在tomcat所在服务器,在${tomcat_home}/bin/目录下修改catalina.sh

      在第一行添加：

      这是我的实例：

    tomcat1:配置如下：

JAVA_OPTS="$JAVA_OPTS -DzkHost=192.168.238.133:2181,192.168.238.133:2182,192.168.238.133:2183 -Dbootstrap_confdir=/usr/solrcould/tomcat1/display/solrhome/collection1/conf -Dcollection.configName=myconf  -DnumShards=3"

 

   其他tomcat:配置如下：

JAVA_OPTS="$JAVA_OPTS -DzkHost=192.168.238.133:2181,192.168.238.133:2182,192.168.238.133:2183 -DnumShards=3"

 

参数说明：

-DzkRun  在Solr中启动一个内嵌的zooKeeper服务器，该服务会管理集群的相关配置。单机版（测试）使用，如果是集群，用下面的-DzkHost来替换，含义一样

例如：

JAVA_OPTS="$JAVA_OPTS -DzkRun  -Dbootstrap_conf=true -DnumShards=2"

 

-DzkHost 跟上面参数的含义一样，允许配置一个ip和端口来指定用那个zookeeper服务器进行协调

   例如：

JAVA_OPTS = "$JAVA_OPTS 
-DzkHost=192.168.56.11:2181,192.168.56.12:2181,192.168.56.13:2181
-Dbootstrap_conf=true
-DnumShards=2"

 

 -Dbootstrap_confdir ：zooKeeper需要准备一份集群配置的副本，所以这个参数是告诉SolrCloud这些     配置是放在哪里。同时作为整个集群共用的配置文件

-Dcollection.configName 是在指定你的配置文件上传到zookeeper后的名字，建议和你所上传的核心名字一致，这样容易识别，当然你也可以在满足规范的情况下自己起名。

-bootstrap_conf=true将会上传solr/home里面的所有数据到zookeeper的home/data目录,也就是所有的core将被集群管理

-DnumShards=2 配置你要把你的数据分开到多少个shard中  

-Djetty.port =8080 这个端口跟你所在端口保持一致，这个就是jetty的监听端口，实现集群之间进行通信的，如果这个端口不这样配置，那么就是搜索不到数据

当然这个参数也可以再solr/home/solr.xml下面配置：如下所示

<solrcloud>
    <str name="host">${host:}</str>
    <int name="hostPort">${jetty.port:8080}</int>
    <str name="hostContext">${hostContext:solr}</str>
    <int name="zkClientTimeout">${zkClientTimeout:30000}</int>
    <bool name="genericCoreNodeNames">${genericCoreNodeNames:true}</bool>
  </solrcloud>

 默认是8983，如果在catalina.sh中指定了，会覆盖上图solr.xml中配置的

 

注意：

 

 -DnumShards, -Dbootstrap_confdir和-Dcollection.configName参数只需要在第一次将Solr运行在SolrCloud模式的时候声明一次。它们可以把你的配置加载到     zooKeeper中；如果你在日后重新声明了这些参数重新运行了一次，将会重新加载你的配置，这样你在原来配置上所做的一些修改操作可能会被覆盖。所以官方推荐只在第一个tomcat里面加入这几个参数，其他集群的tomcat里面不加，启动的第一个Solr的端口号，它是你的SolrCloud集群的overseer节点 

 

 第四步：修改jetty的监听端口

    修改solr.xml,该文件在你部署solr时自己定的工作目录，例如我的配置在如下地址：

<env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <env-entry-value>usr/solrcould/tomcat4/display/solrhome</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
    </env-entry>

 

 改动如下：

<int name="hostPort">${jetty.port:8983}</int>  
        改为跟你所在tomcat的端口改成一样
<int name="hostPort">${jetty.port:8080}</int>

 

这个端口的作用： -Djetty.port =8080 这个端口跟你所在端口保持一致，这个就是jetty的监听端口，实现集群之间进行通信的，如果这个端口不这样配置，那么就是搜索不到数据

 

然后依次启动tomcat

 看到了没有，这就是启动了，一个有三个节点的集群

 

 

   参考文献：http://my.oschina.net/zengjie/blog/197960#OSC_h2_1

 

已有 0 人发表留言，猛击->> 这里<<-参与讨论


ITeye推荐

• —软件人才免语言低担保 赴美带薪读研！—