solrcloud分布式集群部署及索引操作实例

一、前期准备工作

相关工具：

1.虚拟机（VMware）
2.tomcat7 64位  下载地址： http://tomcat.apache.org/download-70.cgi
3.centos6.4  64位
4.linux下的64位jdk安装包，版本为6或以上
5. solr-4.3.1.tgz包  下载： http://archive.apache.org/dist/lucene/solr/
6. zookeeper-3.4.5.tar.gz包  下载： http://hadoop.apache.org/zookeeper/releases.html

环境：
虚拟机环境centos6.4 64位系统 三台硬盘50G 内存的虚拟机 网卡模式是NAT（测试环境推荐使用NAT，实际生产时可使用桥接以便外网访问）

 

环境搭建：

1.安装虚拟机 （这里不做赘述）。
2.虚拟机安装成功后，用java –version命令查看是否自带OpenJdk，若有则卸载此jdk。（这里不做赘述）
3.为虚拟机安装jdk（这里不做赘述）。
4.为每台虚拟机配置结点映射（若不使用域名此步骤可忽略）：以虚拟机master为例，修改 /etc/hosts 文件如下图

 

其中后面的master slave1和slave2是作为别名以便于与network中的HOSTNAME做映射。   
ZooKeeper集群中具有两个关键的角色：Leader和Follower。
集群中所有的结点作为一个整体对分布式应用提供服务，集群中每个结点之间 都互相连接，
所以，在配置的ZooKeeper集群的时候，每一个结点的host到IP地址的映射都要配置上集群中其它结点的映射信息。           
ZooKeeper采用一种称为Leader election的选举算法。在整个集群运行过程中，只有一个Leader，其他的都是Follower，
如果ZooKeeper集群在运行过程中 Leader出了问题，系统会采用该算法重新选出一个Leader。
因此，各个结点之间要能够保证互相连接，必须配置上述映射。
ZooKeeper集群启动的时候，会首先选出一个Leader，在Leader election过程中，某一个满足选举算的结点就能成为Leader。

整个集群的架构可以参考http://zookeeper.apache.org/doc/trunk/zookeeperOver.html#sc_designGoals

5.修改/etc/sysconfig里的network配置文件（这里以master为例）：HOSTNAME=master

 

二、正式solrCloud集群搭建

 

Zookeeper Distributed模式集群搭建

 

首先要明确的是，ZooKeeper集群是一个独立的分布式协调服务集群，“独立”的含义就是说，
如果想使用ZooKeeper实现分布式应用的协调与管 理，简化协调与管理，任何分布式应用都可以使用，
这就要归功于Zookeeper的数据模型（Data Model）和层次命名空间（Hierarchical Namespace）结构，
详细可以参考http://zookeeper.apache.org/doc/trunk/zookeeperOver.html。在设计你的分布式应用协调服务时，
首要的就是考虑如何组织层次命名空间。
Zookeeper集群的机器个数推荐是奇数台，半数机器挂掉，服务是可以正常提供的


现在以master为例搭建zookeeper集群：
1.在根目录下新建soft文件夹，将zookeeper.3.4.5.tar.gz包上传至soft目录下并解压缩.
2.新建/soft/zookeeper-data 文件夹  //zookeeper的数据存储位置
  新建/soft/zookeeper-data/logs 文件夹  // zookeeper的日志文件位置

3.将/soft/ zookeeper-3.4.5/ conf 下的zoo_sample.cfg文件名改为zoo.cfg 并修改zoo.cfg文件如下图：

 或者使用域名

 tickTime：这个时间是作为 Zookeeper 服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个 tickTime 时间就会发送一个心跳。      
initLimit：这个配置项是用来配置 Zookeeper 接受客户端（这里所说的客户端不是用户连接 Zookeeper 服务器的客户端，而是 Zookeeper服务器集群中连接到 Leader 的 Follower 服务器）初始化连接时最长能忍受多少个心跳时间间隔数。当已经超过 10 个心跳的时间（也就是tickTime）长度后 Zookeeper 服务器还没有收到客户端的返回信息，那么表明这个客户端连接失败。总的时间长度就是5*2000=10秒。
syncLimit：这个配置项标识 Leader 与 Follower 之间发送消息，请求和应答时间长度，最长不能超过多少个 tickTime 的时间长度，总的时间长度就是 2*2000=4 秒
dataDir：顾名思义就是 Zookeeper 保存数据的目录，默认情况下，Zookeeper 将写数据的日志文件也保存在这个目录里。
dataLogDir： Zookeeper的日志文件位置。
server.A=B：C：D：其中 A 是一个数字，表示这个是第几号服务器；B是这个服务器的 ip 地址；C 表示的是这个服务器与集群中的 Leader服务器交换信息的端口；D 表示的是万一集群中的 Leader 服务器挂了，需要一个端口来重新进行选举，选出一个新的 Leader，而这个端口就是用来执行选举时服务器相互通信的端口。如果是伪集群的配置方式，由于 B 都是一样，所以不同的 Zookeeper 实例通信端口号不能一样，所以要给它们分配不同的端口号。
clientPort：这个端口就是客户端连接 Zookeeper 服务器的端口，Zookeeper 会监听这个端口，接受客户端的访问请求。

 

4.配置完成后把配置发送到其他两台机子
5.分别在每台机器的/soft/zookeeper-data 下创建myid文件存储该机器的标识码 比如server.1 的标识码就是 “1” myid文件的内容就一行： 1
6.配置完成后依次启动（注意启动前一定要关闭防火墙，否则zookeeper查看启动后的状态会查看不到各自的角色）master、 slave1和slave2的zookeeper服务，启动成功后查看启动状态如下：

master：

slave1：

 slave2：

 通过状态查询结果可以看出，slave1被选作为了Leader其余的两个结点是Follower。
另外，可以通过客户端脚本，连接到ZooKeeper集群上。对于客户端来说，ZooKeeper是一个整体（ensemble），
连接到ZooKeeper集群实际上感觉在独享整个集群的服务，所以，你可以在任何一个结点上建立到服务集群的连接。

 

Solrcloud分布式集群搭建

 

1.将apache-tomcat-7.0.37-windows-x64包上传至soft下并解压
2.在本地解压solr-4.3.1.tgz包，解压后找到solr-4.3.1\example\webapps\solr.war并将solr.war解压至solr文件夹。
3.将solr-4.3.1\example\lib\ext下的jar包放到solr\WEB-INF\lib下。
4.(以其中的一台虚拟机master为例)创建/usr/local/solrcloud目录 /usr/local/solrcloud/config-files目录和/usr/local/solrcloud/solr-lib目录。
5.在/usr/local/solrcloud/config-files目录下放置apache-solr-4.3.1\example\solr\collection1\conf 下的所有文件。
6.在目录/usr/local/solrcloud/solr-lib目录下放置solr\WEB-INF\lib下的所有jar包。
7.将solr上传至/soft/apache-tomcat-7.0.37/webapps下。
8.添加停词，扩展词，ik分词器：下载IKAnalyzer包，将IKAnalyzer解压文件夹下的stopword.dic和IKAnalyzer.cfg.xml复制到tomcat/webapps/solr/WEB-INF/classes下，再新建一个ext.dic,里面的格式和stopword.dic一致。并修改IKAnalyzer.cfg.xml如下所示，可以配置多个停止词或者扩展词库文件（具体详细内容可见http://lucien-zzy.iteye.com/blog/2002087）。

 

 

<properties>   
	<comment>IK Analyzer 扩展配置</comment> 
	<!--用户可以在这里配置自己的扩展字典 --> 
	<entry key="ext_dict">ext.dic;</entry>  
	<!--用户可以在这里配置自己的扩展停止词字典--> 
	<entry key="ext_stopwords">stopword.dic;stopword_chinese.dic;</entry>  
</properties>	

  

 Ik分词器配置见http://lucien-zzy.iteye.com/blog/2002087

 

9.创建solr的数据目录/soft/solr-cores并在该目录下生成solr.xml 这是solr的核配置文件

 

<?xml version="1.0" encoding="UTF-8" ?>
<solr persistent="true">
<logging enabled="true">
<watcher size="100" threshold="INFO" />
</logging>
<cores defaultCoreName="collection1" adminPath="/admin/cores" host="${host:}" hostPort="8080" hostContext="${hostContext:solr}" zkClientTimeout="${zkClientTimeout:15000}">
</cores>
</solr>

 这里，我们并没有配置任何的core元素，这个等到整个配置安装完成之后，通过SOLR提供的REST接口，来实现Collection以及Shard的创建，从而来更新这些配置文件。

 

 

10.创建/soft/apache-tomcat-7.0.37/ conf/ Catalina 目录 和/soft/apache-tomcat-7.0.37/conf/Catalina/localhost目录

 

11.在/soft/apache-tomcat-7.0.37/conf/Catalina/localhost 下创建solr.xml

 

<?xml version="1.0" encoding="UTF-8"?>
<Context docBase="/soft/apache-tomcat-7.0.37/webapps/solr" debug="0" crossContext="true">
<Environment name="solr/home" type="java.lang.String" value="/soft/solr-cores" override="true"/>
</Context>

 此文件为Solr/home的配置文件

 

 

12.修改tomcat/bin/cataina.sh 文件，在最上方加入    

 JAVA_OPTS="-DzkHost=master:2181,slave1:2181,slave2:2181"                          

 或直接使用ip                                 JAVA_OPTS="-DzkHost=192.168.91.128:2181,192.168.91.129:2181,192.168.91.130:2181"
加入以上内容其实就是指明了zookeeper集群所在位置。

13.将以上配置分别发到其他两台机子。

14.SolrCloud是通过ZooKeeper集群来保证配置文件的变更及时同步到各个节点上，所以，需要将配置文件上传到ZooKeeper集群中：执行如下操作（以下ip均可使用域名进行操作）。

 

java -classpath .:/usr/local/solrcloud/solr-lib/* org.apache.solr.cloud.ZkCLI -cmd upconfig -zkhost 192.168.91.128:2181,192.168.91.129:2181,192.168.91.130:2181 -confdir /usr/local/solrcloud/config-files/ -confname myconf

 链接zookeeper的配置内容：

 

 

java -classpath .:/usr/local/solrcloud/solr-lib/* org.apache.solr.cloud.ZkCLI -cmd linkconfig -collection collection1 -confname myconf -zkhost 192.168.91.128:2181,192.168.91.129:2181,192.168.91.130:2181

 

操作如图：

 

 

 

15.上传完成以后，我们检查一下ZooKeeper上的存储情况：

 

 

[root@master ~]# cd /soft/zookeeper-3.4.5/bin
[root@master bin]# ./zkCli.sh -server 192.168.91.128:2181
...
[zk: 192.168.91.128:2181(CONNECTED) 0] ls /
[configs, collections, zookeeper]
[zk: 192.168.91.128:2181(CONNECTED) 1] ls /configs
[myconf]
[zk: 192.168.91.128:2181(CONNECTED) 2] ls /configs/myconf
[admin-extra.menu-top.html, currency.xml, protwords.txt, mapping-FoldToASCII.txt, solrconfig.xml, lang, stopwords.txt, spellings.txt, mapping-ISOLatin1Accent.txt, admin-extra.html, xslt, scripts.conf, synonyms.txt, update-script.js, velocity, elevate.xml, admin-extra.menu-bottom.html, schema.xml]
[zk: 192.168.91.128:2181(CONNECTED) 3]

 

 

16.启动tomcat，首先启动master结点上的tomcat                   
这时候，SolrCloud集群中只有一个活跃的节点，而且默认生成了一个collection1实例，这个实例实际上虚拟的，因为通过web界面无法访问http://192.168.91.128:8080/solr/，看不到任何有关SolrCloud的信息，如图所示：


17.启动其他两个结点上的tomcat

 

18.查看ZooKeeper集群中数据状态：


 这时，已经存在3个活跃的节点了，但是SolrCloud集群并没有更多信息，
访问http://192.168.91.128:8080/solr/后，同上面的图是一样的，没有SolrCloud相关数据。

 

19.创建Collection、Shard和Replication

 

创建Collection及初始Shard：

通过REST接口来创建Collection

 

curl 'http://192.168.91.128:8080/solr/admin/collections?action=CREATE&name=mycollection&numShards=3&replicationFactor=1'

 上面链接中的几个参数的含义，说明如下：
name          待创建Collection的名称
numShards        分片的数量
replicationFactor   复制副本的数量

 

操作如图：

 

执行上述操作如果没有异常，已经创建了一个Collection，名称为mycollection，而且每个节点上存在一个分片。这时，也可以查看ZooKeeper中状态：

 

 

可以通过Web管理页面，访问http://192.168.91.128:8080/solr/#/~cloud查看SolrCloud集群的分片信息，如图所示：

 由上图可以看到，对应节点上SOLR分片的对应关系：
shard1     192.168.91.130          slave2
shard2     192.168.91.129          slave1  
shard3     192.168.91.128           master
实际上，我们从master节点可以看到，SOLR的配置文件内容，已经发生了变化，如下所示：


 我们可以再通过REST接口分别在slave1、slave2结点上创建两个collection，分别命名为mycollection1、mycollection2
创建后的访问链接如图：


创建Replication:

下面对已经创建的初始分片进行复制：
master结点 上的分片shard1已经存在slave2,现在我们复制分片到master和slave1上
执行操作：

 

curl 'http://192.168.91.128:8080/solr/admin/cores?action=CREATE&collection=mycollection&name=mycollection_shard1_replica1&shard=shard1'

 

curl 'http://192.168.91.129:8080/solr/admin/cores?action=CREATE&collection=mycollection&name=mycollection_shard1_replica2&shard=shard1'

 操作如图：

 

 

访问链接查看效果图：

 

 此时在master结点的slave2的shard1分片上多了两个副本，名称分别为：mycollection_shard1_replica1和mycollection_shard1_replica2
我们再次从master节点可以看到，SOLR的配置文件内容，又发生了变化，如下所示：

 到此为止，我们基于3个物理节点，配置完成了SolrCloud集群多结点的配置。

 

 

三、索引操作实例

 

import java.io.IOException;
import java.net.MalformedURLException;
import java.util.ArrayList;
import java.util.Collection;
import org.apache.solr.client.solrj.SolrQuery;
import org.apache.solr.client.solrj.SolrServer;
import org.apache.solr.client.solrj.SolrServerException;
import org.apache.solr.client.solrj.impl.CloudSolrServer;
import org.apache.solr.client.solrj.response.QueryResponse;
import org.apache.solr.common.SolrDocument;
import org.apache.solr.common.SolrDocumentList;
import org.apache.solr.common.SolrInputDocument;

/**
 * SolrCloud 索引增删查测试
 * @author ziyuzhang
 *
 */
public class SolrCloud {      
    private static CloudSolrServer cloudSolrServer;  
      
    private  static synchronized CloudSolrServer getCloudSolrServer(final String zkHost) {  
        if(cloudSolrServer == null) {  
            try {  
                cloudSolrServer = new CloudSolrServer(zkHost);  
            }catch(MalformedURLException e) {  
                System.out.println("The URL of zkHost is not correct!! Its form must as below:\n zkHost:port");  
                e.printStackTrace();  
            }catch(Exception e) {  
                e.printStackTrace();                  
            }  
        }  
          
        return cloudSolrServer;  
    }  
      
    private void addIndex(SolrServer solrServer) {        
        try {  
            SolrInputDocument doc1 = new SolrInputDocument();  
            doc1.addField("id", "421245251215121452521251");  
            doc1.addField("area", "北京");  
            SolrInputDocument doc2 = new SolrInputDocument();  
            doc2.addField("id", "4224558524254245848524243");  
            doc2.addField("area", "上海");  
              
            SolrInputDocument doc3 = new SolrInputDocument();  
            doc3.addField("id", "4543543458643541324153453");  
            doc3.addField("area", "重庆");  
              
            Collection<SolrInputDocument> docs = new ArrayList<SolrInputDocument>();  
            docs.add(doc1);  
            docs.add(doc2);  
            docs.add(doc3);  
    
            solrServer.add(docs);             
            solrServer.commit();  
              
        }catch(SolrServerException e) {  
            System.out.println("Add docs Exception !!!");  
            e.printStackTrace();          
        }catch(IOException e){  
            e.printStackTrace();  
        }catch (Exception e) {  
            System.out.println("Unknowned Exception!!!!!");  
            e.printStackTrace();  
        }         
          
    }  
      
      
    public void search(SolrServer solrServer, String String) {        
        SolrQuery query = new SolrQuery();  
        query.setQuery(String);  
        try {  
            QueryResponse response = solrServer.query(query);  
            SolrDocumentList docs = response.getResults();  
  
            System.out.println("文档个数：" + docs.getNumFound());  
            System.out.println("查询时间：" + response.getQTime());  
  
            for (SolrDocument doc : docs) {  
                String area = (String) doc.getFieldValue("area");  
                Long id = (Long) doc.getFieldValue("id");  
                System.out.println("id: " + id);  
                System.out.println("area: " + area);  
                System.out.println();  
            }  
        } catch (SolrServerException e) {  
            e.printStackTrace();  
        } catch(Exception e) {  
            System.out.println("Unknowned Exception!!!!");  
            e.printStackTrace();  
        }  
    }  
      
    public void deleteAllIndex(SolrServer solrServer) {  
        try {  
            solrServer.deleteByQuery("*:*");// delete everything!  
            solrServer.commit();  
        }catch(SolrServerException e){  
            e.printStackTrace();  
        }catch(IOException e) {  
            e.printStackTrace();  
        }catch(Exception e) {  
            System.out.println("Unknowned Exception !!!!");  
            e.printStackTrace();  
        }  
    }  
      
    /** 
     * @param args 
     */  
    public static void main(String[] args) {    
	        final String zkHost = "192.168.91.128:2181,192.168.91.129:2181,192.168.91.130:2181";       
	        final String  defaultCollection = "mycollection";  
	        final int  zkClientTimeout = 20000;  
	        final int zkConnectTimeout = 1000;  
	          
	        CloudSolrServer cloudSolrServer = getCloudSolrServer(zkHost);         
	        System.out.println("The Cloud SolrServer Instance has benn created!");            
	        cloudSolrServer.setDefaultCollection(defaultCollection);  
	        cloudSolrServer.setZkClientTimeout(zkClientTimeout);  
	        cloudSolrServer.setZkConnectTimeout(zkConnectTimeout);                   
	        cloudSolrServer.connect();  
	        System.out.println("The cloud Server has been connected !!!!");            
	        //测试实例！  
	        SolrCloud test = new SolrCloud();         
	//        System.out.println("测试添加index！！！");       
	        //添加index  
	//        test.addIndex(cloudSolrServer);  
	          
	//        System.out.println("测试查询query！！！！");  
	//        test.search(cloudSolrServer, "id:*");  
	//          
	//        System.out.println("测试删除！！！！");  
	//        test.deleteAllIndex(cloudSolrServer);  
	//        System.out.println("删除所有文档后的查询结果：");  
	        test.search(cloudSolrServer, "zhan");      
	//        System.out.println("hashCode"+test.hashCode());
	                  
	         // release the resource   
	        cloudSolrServer.shutdown();  
   
    }  
  
}

 

 

注：别忘了修改核心配置文件schema.xml，要有id 和 area，注意类型的匹配。

 

 

  转载请注明出处：http://lucien-zzy.iteye.com/admin/blogs/2002463