Mysql数据导入SolrCloud

原创

create17 2021-07-08 14:13:11 ©著作权

文章标签 mysql 文章分类 MySQL 数据库

©著作权归作者所有：来自51CTO博客作者create17的原创作品，请联系作者获取转载授权，否则将追究法律责任

Solr主要是做数据搜索的，那么Solr的数据是从哪里来的呢？总不能一条一条的插入吧。Solr也有这方面的考虑，比如配置Dataimport将mysql数据批量导入Solr中。

环境说明：

ambari v2.6.1

SolrCloud 5.5.5

我使用的ambari来自动化安装的Solr

一、创建mysql表，并插入数据

创建 test数据库，并执行下列语句

use test;
DROP TABLE IF EXISTS `solr_test_info`;
CREATE TABLE `solr_test_info` (
`id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`name` varchar(100) NOT NULL,
`address` varchar(40) NOT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8;
-- ----------------------------
-- Records of solr_test_info
-- ----------------------------
INSERT INTO `solr_test_info` VALUES ('1', '张三', '广东');
INSERT INTO `solr_test_info` VALUES ('2', '李四', '上海');
INSERT INTO `solr_test_info` VALUES ('3', '赵五', '四川');
INSERT INTO `solr_test_info` VALUES ('4', 'tom', '外国');

二、复制jar包

复制三个jar包到Solr指定位置

# 移动solr-dataimporthandler-5.5.5.jar、solr-dataimporthandler-extras-5.5.5.jar、mysql-connector-java.jar到指定目录
cd /usr/lib/ambari-infra-solr/dist
cp -r solr-dataimporthandler-5.5.5.jar solr-dataimporthandler-extras-5.5.5.jar /usr/lib/ambari-infra-solr/server/solr-webapp/webapp/WEB-INF/lib
# mysql-connector-java.jar需要自己下载
cp -r mysql-connector-java.jar /usr/lib/ambari-infra-solr/server/solr-webapp/webapp/WEB-INF/lib

三、创建config set

1. 进入Zookeeper，创建Znode -- collection1

# node96.xdata为主机名
[root@node97 ~]# /usr/hdp/2.6.4.0-91/zookeeper/bin/zkCli.sh -server node96.xdata
[zk: node97.xdata:2181(CONNECTED) 0] create /infra-solr/configs/collection1 null

2. 上传文件到指定Znode -- collection1处

Solr官方提供了一个Zookeeper插件 -- zkcli.sh，使用该工具，可以实现将本地文件上传到zookeeper的Znode上。具体参见链接：使用zkcli.sh来管理SolrCloud配置文件

# 将managed-schema、solrconfig.xml、solr-data-config.xml、elevate.xml上传至指定Znode处
/usr/lib/ambari-infra-solr/server/scripts/cloud-scripts/zkcli.sh -zkhost node96.xdata:2181,node97.xdata:2181,node98.xdata:2181 -cmd putfile /infra-solr/configs/collection1/managed-schema managed-schema
/usr/lib/ambari-infra-solr/server/scripts/cloud-scripts/zkcli.sh -zkhost node96.xdata:2181,node97.xdata:2181,node98.xdata:2181 -cmd putfile /infra-solr/configs/collection1/solrconfig.xml solrconfig.xml
/usr/lib/ambari-infra-solr/server/scripts/cloud-scripts/zkcli.sh -zkhost node96.xdata:2181,node97.xdata:2181,node98.xdata:2181 -cmd putfile /infra-solr/configs/collection1/solr-data-config.xml solr-data-config.xml
/usr/lib/ambari-infra-solr/server/scripts/cloud-scripts/zkcli.sh -zkhost node96.xdata:2181,node97.xdata:2181,node98.xdata:2181 -cmd putfile /infra-solr/configs/collection1/elevate.xml elevate.xml

备注：

上述文件都在 /usr/lib/ambari-infra-solr/example/example-DIH/solr/db/conf目录下；SolrCloud里面也有默认的一组 configset配置组，位置在 Zookeeper的 /infra-solr/configs上面。

核实 solrconfig,xml，确保文件内有下述内容

<requestHandler name="/dataimport" class="solr.DataImportHandler">
<lst name="defaults">
<str name="config">solr-data-config.xml</str>
</lst>
</requestHandler>

其中 solr-data-config.xml需要我们自己定义：

<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
<dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://node96.xdata:3309/test" user="root" password="root123"/>
<document>
<entity name="solr_test_info"
query="select id, name, address from solr_test_info">
<field column="id" name="id" />
<field column="name" name="name" />
<field column="address" name="address" />
</entity>
</document>
</dataConfig>

说明：

type这是固定值，表示JDBC数据源，后面的driver表示JDBC驱动类，这跟你使用的数据库有关，url即JDBC链接URL,后面的user，password分别表示链接数据库的账号密码，下面的entity映射有点类似hiberante的mapping映射，column即数据库表的列名称，name即schema.xml中定义的域名称。

修改 managed-schema文件，在最后新增：

<field name="name" type="string" multiValued="false" indexed="true" stored="true"/>
<field name="address" type="string" multiValued="false" indexed="true" stored="true"/>

说明：

name：字段名称
type：类型，分为string、int、long等
indexed：是否构建索引，true：可通过该字段查询到相应的结果；false：该字段不能进行查询
stored：是否存储，true：查询到数据是可以返回此字段；false：该字段不进行存储，即便查询到了结果，也不会返回这个字段
required：是否必填，对应数据库中的not null
multiValued：solr中的一个重要概念，在数据库中没有与之对应的概念。指是否进行多存储，该字段表示能否存储一个list或者数组

四、创建一个Collection

Solr有自己的web UI界面，在ambari平台上面的Solr，有两个Solr web UI，分别是：

http://10.6.6.97:8886/solr/#/ （old UI）
http://10.6.6.97:8886/solr/index.html#/ （new UI）

这里我们使用新UI页面创建Collection。点击 Collections --> Add Collection

Mysql数据导入SolrCloud_mysql

参数说明：

name：将被创建的集合的名字
config set：集合使用的配置组，位置在Zookeeper上面。创建集合之前，必须保证zookeeper上面有所选择的config set。
numShards：集合创建时需要创建逻辑碎片的个数
replicationFact：分片的副本数。replicationFactor(复制因子)为 3 意思是每个逻辑碎片将有 3 份副本。
maxShardsPer：默认值为1，每个Solr服务器节点上最大分片数(4.2新增的) 注意三个数值：numShards、replicationFact、liveSolrNode（当前存活的solr节点），一个正常的solrCloud集群不容许同一个liveSolrNode上部署同一个shard的多个replicationFact，因此当maxShardsPer=1时，numShards * replicationFact > liveSolrNode时，报错。因此正确时因满足以下条件：numShards*replicationFact < liveSolrNode * maxShardsPer