​

SolrCloud阶段总结


开发类型



全文检索相关开发



Solr版本



4.2



文件内容



本文介绍SolrCloud的功能使用及相关注意事项



在代码文本框中如有显示不全的,请在文本框中按Ctrl+A再复制.



版本



作者/修改人



日期



V1.0



gzk



2013-06-04



         SolrCloud是基于Solr和Zookeeper的分布式搜索方案，是Solr4.X的核心组件之一，它的主要思想是使用Zookeeper作为集群的配置信息中心。

    SolrCloud阶段总结_服务器                   

       基本可以用上面这幅图来概述，这是一个拥有4个Solr节点的集群，索引分布在两个Shard里面，每个Shard包含两个Solr节点，一个是Leader节点，一个是Replica节点，此外集群中有一个负责维护集群状态信息的Overseer节点，它是一个总控制器。集群的所有状态信息都放在Zookeeper集群中统一维护。从图中还可以看到，任何一个节点都可以接收索引更新的请求，然后再将这个请求转发到文档所应该属于的那个Shard的Leader节点，Leader节点更新同时把文档转发给同属于一个Shard的所有replicas节点。

SolrCloud有几个特色功能：

1）集中配置

2）自动容错

3）负载均衡 。

SolrCloud的配置过程

这里为了方便建了4个bat文件并分别命名为对应的角色,先说一下配置的参数:


参数名



说明



-Dbootstrap_confdir



是上传本地的配置文件上传到zookeeper中去，作为整个集群共用的配置文件



-Dcollection.configName



是上传的Solr配置在集群中的名了,如不指定默认为collection1



-DzkRun



启动一个嵌入式的Zookeeper服务器，它会作为solr服务器的一部分



-DnumShards



指定了集群的逻辑分组数目



-DzkHost



是指明了Zookeeper集群所在位置



  2. SolrCloudServer-Master-Zookeeper-Host.bat    



java     -Dbootstrap_confdir=./solr/skyCore/conf -Dcollection.configName=myconf     -DzkRun -DzkHost=localhost:9983,localhost:8574,localhost:9900 -DnumShards=2     -jar start.jar



       上面的意思是启动一个主SolrCloud服务同时启动内嵌的Zookeeper服务,并上传本地的Solr配置文件到Zookeeper集群中,其中还配置了3个Zookeeper服务器组成一个集群，确保Solr集群信息的高可用性和容错性。当Zookeeper服务为3个以上时,能够更好的实现容灾问题,当为3个Zookeeper服务时挂掉其中一个Zookeeper集群服务还会正常运行,当为5个Zookeeper服务时挂掉两个还是可以正常运行,就像盘阵的Raid机制一样.只有当所有配置的Zookeeper服务都启动后整个服务才会继续运行下去.


  2. SolrCloudServer-Slave-Zookeeper-Host-7574.bat




java -Djetty.port=7574 -DzkRun     -DzkHost=localhost:9983,localhost:8574,localhost:9900 -jar start.jar



         上面的意思是启动一个主SolrCloud服务同时启动内嵌的Zookeeper服务,其中还配置了3个Zookeeper服务器地址.


  2. SolrCloudServer-Slave-Zookeeper-Host-8900.bat




java -Djetty.port=8900 -DzkRun     -DzkHost=localhost:9983,localhost:8574,localhost:9900 -jar start.jar



           上面的意思是启动一个主SolrCloud服务同时启动内嵌的Zookeeper服务,其中还配置了3个Zookeeper服务器地址.


  2. SolrCloudServer.bat




java -Djetty.port=7500     -DzkHost=localhost:9983,localhost:8574,localhost:9900 -jar start.jar



         上面的意思是启动一个主SolrCloud服务.并配置了Zookeeper服务器所在.       当服务启动成功后可以在管理界面中SolrCloud情况,通过Cloud->Tree可以查看当前详细的服务情况,如图:


       通过上面的图我们可以看到当前有两个shard,每个shard下面有两个节点,还可以看到刚才配置中指定的myconf名称,点开后就可以看到上传的配置文件了,点击下面第一个节点都可以看到


集群状态json:




{"skyCore":{

        "shards":{

          "shard1":{

            "range":"80000000-ffffffff",

            "state":"active",

            "replicas":{

              "10.0.4.84:8983_solr_skyCore":{

                "shard":"shard1",

                "state":"active",

                "core":"skyCore",

                "collection":"skyCore",

                "node_name":"10.0.4.84:8983_solr",

                "base_url":"http://10.0.4.84:8983/solr"},

              "10.0.4.84:7500_solr_skyCore":{

            "shard":"shard1",

                "state":"active",

                "core":"skyCore",

                "collection":"skyCore",

                "node_name":"10.0.4.84:7500_solr",

                "base_url":"http://10.0.4.84:7500/solr",

                "leader":"true"}}},

          "shard2":{

            "range":"0-7fffffff",

            "state":"active",

            "replicas":{

              "10.0.4.84:7574_solr_skyCore":{

                "shard":"shard2",

                "state":"active",

                "core":"skyCore",

                "collection":"skyCore",

            "node_name":"10.0.4.84:7574_solr",

                "base_url":"http://10.0.4.84:7574/solr"},

              "10.0.4.84:8900_solr_skyCore":{

                "shard":"shard2",

                "state":"active",

                "core":"skyCore",

                "collection":"skyCore",

                "node_name":"10.0.4.84:8900_solr",

                "base_url":"http://10.0.4.84:8900/solr",

                "leader":"true"}}}},

        "router":"compositeId"}}



SolrCloud集中式的配置信息

         SolrCloud集群的所有的配置存储在ZooKeeper. 一旦SolrCloud节点启动时配置了Dbootstrap_confdir参数, 该节点的配置信息将发送到ZooKeeper上存储. 基它节点启动时会应用ZooKeeper上的配置信息,这样当我们改动配置时就不用一个个机子去更改了.

SolrCloud容灾备份

       Shard Replica除了作为容灾备份存在, 另外一个作用就是分散查询请求, 提高整个集群对查询的负载能力.

SolrCloud索引处理

       索引文档的更新在Shard和Replica之间是自动和实时的.把一个doc可以发送到任何一个SolrCloud, 然后由SolrCloud完成剩下的事情. SolrCloud会自动选择一个Shard进行分发任务,当一个Shard的leader收到文档后同时也会把doc分发给当前Shard所有的副本.

SolrCloud检索方式

有三种不同的检索方式:


  2. 在所有Shared上进行检索一个Core的数据




​​http://localhost:8983/solr/skyCore/select?q=*%3A*​​




  2. 在指定的Shared上进行检索一个Core的数据




​​http://localhost:8983/solr/skyCore/select?q=*%3A*&shards=shard1,shard2​​




  2. 也可以使用shard的地址作为参数




http://localhost:8983/solr/skyCore/select?q=*%3A*&shards=     localhost:8983/solr,localhost:7574/solr




  2. 在指定地址的Shared上进行检索,并支持负载一个Core的数据




​​http://localhost:8983/solr/skyCore/select?q=*%3A*&shards=localhost:8983/solr|localhost:8900/solr,localhost:7574/solr|localhost:7500/solr​​




  2. 在所有Shared上进行检索指定的Core,并合并结果




​​http://localhost:8983/solr/skyCore/select?q=*%3A*&collection=TestCore,skyCore​​




  2. 当有shard没有启动时查询是会报错的.为了让查询能正常进行,在查询时加入参数shards.tolerant=true就可以正常查询了.




​​http://localhost:8983/solr/skyCore/select?q=*%3A*&shards.tolerant=true​​



SolrCloud的集合(SolrCores)管理API


  2. 添加集合




​​http://localhost:8983/solr/admin/collections?action=CREATE&name=mycollection&numShards=1&replicationFactor=4​​




参数名



说明



Name



要创建的集合名称



numShards



指定集合Shard的数量



replicationFactor



指定每个Shard副本数量



maxShardsPerNode



每个Solr服务器节点上最大Shard数量



createNodeSet



还不明白什么用



collection.configName



配置的名称（必须已存储在ZooKeeper）使用这个新的集合。如果没有提供创建操作将默认配置名称的集合名称。




  2. 删除集合




​​http://localhost:8983/solr/admin/collections?action=DELETE&name=mycollection​​




  2. 重新加载




​​http://localhost:8983/solr/admin/collections?action=RELOAD&name=mycollection​​


动态添加SolrCore示例


在服务运行时新添加的MyCore分布在3个Shared上面每个两个节点




​​http://localhost:8983/solr/admin/collections?action=CREATE&name=MyCore&numShards=3&replicationFactor=2​​