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


solrcloud分布式集群部署及索引操作实例_第1张图片
 

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:


solrcloud分布式集群部署及索引操作实例_第2张图片
 或者使用域名


solrcloud分布式集群部署及索引操作实例_第3张图片
 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:

 

 


solrcloud分布式集群部署及索引操作实例_第4张图片
 

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:

solrcloud分布式集群部署及索引操作实例_第5张图片
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:


solrcloud分布式集群部署及索引操作实例_第6张图片
 

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:


solrcloud分布式集群部署及索引操作实例_第7张图片
 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:

solrcloud分布式集群部署及索引操作实例_第8张图片
 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:

solrcloud分布式集群部署及索引操作实例_第9张图片
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:

 


solrcloud分布式集群部署及索引操作实例_第10张图片
 

访问链接查看效果图:

 


solrcloud分布式集群部署及索引操作实例_第11张图片
 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:


solrcloud分布式集群部署及索引操作实例_第12张图片
 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

 

你可能感兴趣的:(zookeeper,Collections,solrCloud,core,分布式集群)