solr定时实时重建索引和增量更新
注：在上一篇的solr增量索引中遇到了一个很大的问题：定时任务一直无法执行，后来找了很多原因，分析日志后发现增量索引的请求都没发送，又经过一番折腾才在网上找到了解决方法，是apache-solr-dataimportscheduler-1.0.jar的一个bug，post请求无法正确发送，这位仁兄的文章真是精华所在，感谢这位仁兄！
Solr Data Import Hander Scheduler 说明:
Solr官方提供了很强大的Data Import Request Handler，同时提供了一个简单的 Scheduler，
示例中的 Scheduler 只支持增量更新，不支持定期重做索引，因此我做了一个简单的封装，增加了重做索引的定时器.
(原定时器作者是:Marko Bonaci, 在此表示感谢!)The original Scheduling source by Marko Bonaci, Thank him!
使用说明
1. 将 apache-solr-dataimportscheduler-1.0.jar 和solr自带的 apache-solr-dataimporthandler-.jar, apache-solr-dataimporthandler-extras-.jar 放到solr.war的lib目录下面
2.修改solr.war中WEB-INF/web.xml, 在servlet节点前面增加:
|
1
2
3
4
5
|
<
listener
>
<
listener-class
>
org.apache.solr.handler.dataimport.scheduler.ApplicationListener
</
listener-class
>
</
listener
>
|
4.重启tomcat或者jboss 即可
dataimport.properties 配置项说明
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
|
#################################################
# #
# dataimport scheduler properties #
# #
#################################################
# to sync or not to sync
# 1 - active; anything else - inactive
syncEnabled=1
# which cores to schedule
# in a multi-core environment you can decide which cores you want syncronized
# leave empty or comment it out if using single-core deployment
syncCores=core1,core2
# solr server name or IP address
# [defaults to localhost if empty]
server=localhost
# solr server port
# [defaults to 80 if empty]
port=8080
# application name/context
# [defaults to current ServletContextListener's context (app) name]
webapp=solr
# URL params [mandatory]
# remainder of URL
params=
/dataimport
?
command
=delta-
import
&clean=
false
&commit=
true
# schedule interval
# number of minutes between two runs
# [defaults to 30 if empty]
interval=1
# 重做索引的时间间隔，单位分钟，默认7200，即5天;
# 为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=7200
# 重做索引的参数
reBuildIndexParams=
/dataimport
?
command
=full-
import
&clean=
true
&commit=
true
# 重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
# 两种格式：2012-04-11 03:10:00 或者 03:10:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=03:10:00
|
上文出处：http://code.google.com/p/solr-dataimport-scheduler/
博主ps:
如果你运行报以下异常：
org.apache.catalina.core.StandardContext listenerStart
SEVERE: Exception sending context initialized event to listener instance of class org.apache.solr.handler.dataimport.scheduler.ApplicationListener
java.lang.NullPointerException
at org.apache.solr.handler.dataimport.scheduler.ApplicationListener.contextInitialized(ApplicationListener.java:93)
at org.apache.catalina.core.StandardContext.listenerStart(StandardContext.java:4210)
at org.apache.catalina.core.StandardContext.start(StandardContext.java:4709)
at org.apache.catalina.core.ContainerBase.addChildInternal(ContainerBase.java:799)
at org.apache.catalina.core.ContainerBase.addChild(ContainerBase.java:779)
at org.apache.catalina.core.StandardHost.addChild(StandardHost.java:583)
at org.apache.catalina.startup.HostConfig.deployDirectory(HostConfig.java:1079)
at org.apache.catalina.startup.HostConfig.deployDirectories(HostConfig.java:1002)
at org.apache.catalina.startup.HostConfig.deployApps(HostConfig.java:506)
at org.apache.catalina.startup.HostConfig.start(HostConfig.java:1317)
at org.apache.catalina.startup.HostConfig.lifecycleEvent(HostConfig.java:324)
at org.apache.catalina.util.LifecycleSupport.fireLifecycleEvent(LifecycleSupport.java:142)
at org.apache.catalina.core.ContainerBase.start(ContainerBase.java:1065)
at org.apache.catalina.core.StandardHost.start(StandardHost.java:822)
at org.apache.catalina.core.ContainerBase.start(ContainerBase.java:1057)
at org.apache.catalina.core.StandardEngine.start(StandardEngine.java:463)
at org.apache.catalina.core.StandardService.start(StandardService.java:525)
at org.apache.catalina.core.StandardServer.start(StandardServer.java:754)
at org.apache.catalina.startup.Catalina.start(Catalina.java:595)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
at java.lang.reflect.Method.invoke(Method.java:597)
at org.apache.catalina.startup.Bootstrap.start(Bootstrap.java:289)
at org.apache.catalina.startup.Bootstrap.main(Bootstrap.java:414)
那说明你dataimport.properties的存放位置不正确，注意第3点，dataimport.properties存放在tomcat的solr.xml里配置的solr/home路径的conf文件夹下，conf文件夹是没有的，需新建。
例如solr.xml的配置如下：
|
1
2
3
4
|
<?
xml
version
=
"1.0"
encoding
=
"UTF-8"
?>
<
Context
docBase
=
"E:\solrbase\tomcat7\webapps\solr"
debug
=
"0"
crossContext
=
"true"
>
<
Environment
name
=
"solr/home"
type
=
"java.lang.String"
value
=
"E:\solrbase\solr"
override
=
"true"
/>
</
Context
>
|
则dataimport.properties位置是：E:\solrbase\solr\conf\dataimport.properties
dataimport.properties属性文件param配置项示例：
例如：/deltaJob?command=delta-import&clean=false&commit=true& optimize=false&wt=json&indent=true&entity=companyJob&verbose=false&debug=false
上面链接根据实际solrconfig.xml和db-config.xml里配置文件里情况来定的。
发现两个bug，一个是如果reBuildIndexBeginTime的值为空，则会导致interval强转时报错，另一个是请求solr服务器时返回的状态码永远是415（对于当前请求的方法和所请求的资源，请求中提交的实体并不是服务器中所支持的格式，因此请求被拒绝。），
为什么了？
先看第一个bug,
看代码：
图1
这一块代码直接导致一下方法调用的时候报强转错，
图2
这个方法对interval属性进行了强转
图3
看如果reBuildIndexBeginTime为空时的设置的代码：
图4
以上红框是更改后的格式，原格式只有“yyyy-MM-dd”部分，这样会导致启动的时候会不停地http请求solr服务器，因此需加“HH:mm:ss”，以此解决问题。
第一个bug解决方法把图1中画红框的代码去除就行了。
第二个bug，看代码：
图4
导致原因是HTTP以post请求，我们知道dataimport.properties的param是以get方式的链接，参数也包含在里面，程序未对此链接形式做处理封装成post提交方式，所以导致请求solr失败，把Http链接方式改成get就行了。
修复bug,重新打包后的jar下载：
solr-dataimportscheduler-1.1
solr-dataimportscheduler-1.1-source
dataimport.properties.zip
dataimport.properties.zip解压到tomcat的solr.xml里配置的solr/home路径，里面含有conf文件夹及dataimport.properties。
原jar下载：
apache-solr-dataimportscheduler-1.0.jar
apache-solr-dataimportscheduler-1.0-with-source.jar
转自：http://www.sxt.cn/u/756/blog/4231