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        收藏代码

  1. <properties>     

  2.     <comment>IK Analyzer 扩展配置</comment>   

  3.     <!--用户可以在这里配置自己的扩展字典 -->   

  4.     <entry key="ext_dict">ext.dic;</entry>    

  5.     <!--用户可以在这里配置自己的扩展停止词字典-->   

  6.     <entry key="ext_stopwords">stopword.dic;stopword_chinese.dic;</entry>    

  7. </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        收藏代码

  1. <?xml version="1.0" encoding="UTF-8" ?>  

  2. <solr persistent="true">  

  3. <logging enabled="true">  

  4. <watcher size="100" threshold="INFO" />  

  5. </logging>  

  6. <cores defaultCoreName="collection1" adminPath="/admin/cores" host="${host:}" hostPort="8080" hostContext="${hostContext:solr}" zkClientTimeout="${zkClientTimeout:15000}">  

  7. </cores>  

  8. </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        收藏代码

  1. <?xml version="1.0" encoding="UTF-8"?>  

  2. <Context docBase="/soft/apache-tomcat-7.0.37/webapps/solr" debug="0" crossContext="true">  

  3. <Environment name="solr/home" type="java.lang.String" value="/soft/solr-cores" override="true"/>  

  4. </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        收藏代码

  1. 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        收藏代码

  1. 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        收藏代码

  1. [root@master  ~]# cd /soft/zookeeper-3.4.5/bin  

  2. [root@master  bin]# ./zkCli.sh -server 192.168.91.128:2181  

  3. ...  

  4. [zk: 192.168.91.128:2181(CONNECTED) 0] ls /  

  5. [configs, collections, zookeeper]  

  6. [zk: 192.168.91.128:2181(CONNECTED) 1] ls /configs  

  7. [myconf]  

  8. [zk: 192.168.91.128:2181(CONNECTED) 2] ls /configs/myconf  

  9. [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]  

  10. [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        收藏代码

  1. 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        收藏代码

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

 

Java代码        收藏代码

  1. 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        收藏代码

  1. import java.io.IOException;  

  2. import java.net.MalformedURLException;  

  3. import java.util.ArrayList;  

  4. import java.util.Collection;  

  5. import org.apache.solr.client.solrj.SolrQuery;  

  6. import org.apache.solr.client.solrj.SolrServer;  

  7. import org.apache.solr.client.solrj.SolrServerException;  

  8. import org.apache.solr.client.solrj.impl.CloudSolrServer;  

  9. import org.apache.solr.client.solrj.response.QueryResponse;  

  10. import org.apache.solr.common.SolrDocument;  

  11. import org.apache.solr.common.SolrDocumentList;  

  12. import org.apache.solr.common.SolrInputDocument;  

  13.   

  14. /** 

  15.  * SolrCloud 索引增删查测试 

  16.  * @author ziyuzhang 

  17.  * 

  18.  */  

  19. public class SolrCloud {        

  20.     private static CloudSolrServer cloudSolrServer;    

  21.         

  22.     private  static synchronized CloudSolrServer getCloudSolrServer(final String zkHost) {    

  23.         if(cloudSolrServer == null) {    

  24.             try {    

  25.                 cloudSolrServer = new CloudSolrServer(zkHost);    

  26.             }catch(MalformedURLException e) {    

  27.                 System.out.println("The URL of zkHost is not correct!! Its form must as below:\n zkHost:port");    

  28.                 e.printStackTrace();    

  29.             }catch(Exception e) {    

  30.                 e.printStackTrace();                    

  31.             }    

  32.         }    

  33.             

  34.         return cloudSolrServer;    

  35.     }    

  36.         

  37.     private void addIndex(SolrServer solrServer) {          

  38.         try {    

  39.             SolrInputDocument doc1 = new SolrInputDocument();    

  40.             doc1.addField("id""421245251215121452521251");    

  41.             doc1.addField("area""北京");    

  42.             SolrInputDocument doc2 = new SolrInputDocument();    

  43.             doc2.addField("id""4224558524254245848524243");    

  44.             doc2.addField("area""上海");    

  45.                 

  46.             SolrInputDocument doc3 = new SolrInputDocument();    

  47.             doc3.addField("id""4543543458643541324153453");    

  48.             doc3.addField("area""重庆");    

  49.                 

  50.             Collection<SolrInputDocument> docs = new ArrayList<SolrInputDocument>();    

  51.             docs.add(doc1);    

  52.             docs.add(doc2);    

  53.             docs.add(doc3);    

  54.       

  55.             solrServer.add(docs);               

  56.             solrServer.commit();    

  57.                 

  58.         }catch(SolrServerException e) {    

  59.             System.out.println("Add docs Exception !!!");    

  60.             e.printStackTrace();            

  61.         }catch(IOException e){    

  62.             e.printStackTrace();    

  63.         }catch (Exception e) {    

  64.             System.out.println("Unknowned Exception!!!!!");    

  65.             e.printStackTrace();    

  66.         }           

  67.             

  68.     }    

  69.         

  70.         

  71.     public void search(SolrServer solrServer, String String) {          

  72.         SolrQuery query = new SolrQuery();    

  73.         query.setQuery(String);    

  74.         try {    

  75.             QueryResponse response = solrServer.query(query);    

  76.             SolrDocumentList docs = response.getResults();    

  77.     

  78.             System.out.println("文档个数:" + docs.getNumFound());    

  79.             System.out.println("查询时间:" + response.getQTime());    

  80.     

  81.             for (SolrDocument doc : docs) {    

  82.                 String area = (String) doc.getFieldValue("area");    

  83.                 Long id = (Long) doc.getFieldValue("id");    

  84.                 System.out.println("id: " + id);    

  85.                 System.out.println("area: " + area);    

  86.                 System.out.println();    

  87.             }    

  88.         } catch (SolrServerException e) {    

  89.             e.printStackTrace();    

  90.         } catch(Exception e) {    

  91.             System.out.println("Unknowned Exception!!!!");    

  92.             e.printStackTrace();    

  93.         }    

  94.     }    

  95.         

  96.     public void deleteAllIndex(SolrServer solrServer) {    

  97.         try {    

  98.             solrServer.deleteByQuery("*:*");// delete everything!    

  99.             solrServer.commit();    

  100.         }catch(SolrServerException e){    

  101.             e.printStackTrace();    

  102.         }catch(IOException e) {    

  103.             e.printStackTrace();    

  104.         }catch(Exception e) {    

  105.             System.out.println("Unknowned Exception !!!!");    

  106.             e.printStackTrace();    

  107.         }    

  108.     }    

  109.         

  110.     /**  

  111.      * @param args  

  112.      */    

  113.     public static void main(String[] args) {      

  114.             final String zkHost = "192.168.91.128:2181,192.168.91.129:2181,192.168.91.130:2181";         

  115.             final String  defaultCollection = "mycollection";    

  116.             final int  zkClientTimeout = 20000;    

  117.             final int zkConnectTimeout = 1000;    

  118.                 

  119.             CloudSolrServer cloudSolrServer = getCloudSolrServer(zkHost);           

  120.             System.out.println("The Cloud SolrServer Instance has benn created!");              

  121.             cloudSolrServer.setDefaultCollection(defaultCollection);    

  122.             cloudSolrServer.setZkClientTimeout(zkClientTimeout);    

  123.             cloudSolrServer.setZkConnectTimeout(zkConnectTimeout);                     

  124.             cloudSolrServer.connect();    

  125.             System.out.println("The cloud Server has been connected !!!!");              

  126.             //测试实例!    

  127.             SolrCloud test = new SolrCloud();           

  128.     //        System.out.println("测试添加index!!!");         

  129.             //添加index    

  130.     //        test.addIndex(cloudSolrServer);    

  131.                 

  132.     //        System.out.println("测试查询query!!!!");    

  133.     //        test.search(cloudSolrServer, "id:*");    

  134.     //            

  135.     //        System.out.println("测试删除!!!!");    

  136.     //        test.deleteAllIndex(cloudSolrServer);    

  137.     //        System.out.println("删除所有文档后的查询结果:");    

  138.             test.search(cloudSolrServer, "zhan");        

  139.     //        System.out.println("hashCode"+test.hashCode());  

  140.                         

  141.              // release the resource     

  142.             cloudSolrServer.shutdown();    

  143.      

  144.     }    

  145.     

  146. }  

 

 

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

next.gifSolrCloud 4.3.1+Tomcat 7安装配置实践

pre.gif搜索引擎关键字智能提示的一种实现

你可能感兴趣的:(索引,solrCloud,分布式集群部署)