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 �Cversion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）。
Xml代码 
<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代码
<?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代码
<?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代码
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代码
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：
Java代码
[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
Java代码
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：
Java代码
curl 'http://192.168.91.128:8080/solr/admin/cores?action=CREATE&collection=mycollection&name=mycollection_shard1_replica1&shard=shard1'
Java代码
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
Java代码
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
转自：http://my.oschina.net/004/blog/227526
如非特别注明，本站内容均为领悟书生原创，转载请务必注明作者和原始出处。
本文地址：http://www.656463.com/article/IvMvQv.htm
SolrCloud 4.3.1+Tomcat 7安装配置实践
搜索引擎关键字智能提示的一种实现