1.1 什么是SolrCloud
SolrCloud(solr 云)是Solr提供的分布式搜索方案,当你需要大规模,容错,分布式索引和检索能力时使用 SolrCloud。当一个系统的索引数据量少的时候是不需要使用SolrCloud的,当索引量很大,搜索请求并发很高,这时需要使用SolrCloud来满足这些需求。
1.2 SolrCloud结构
SolrCloud为了降低单机的处理压力,需要由多台服务器共同来完成索引和搜索任务。实现的思路是将索引数据进行Shard(分片)拆分,每个分片由多台的服务器共同完成,当一个索引或搜索请求过来时会分别从不同的Shard的服务器中操作索引。
SolrCloud需要Solr基于Zookeeper部署,Zookeeper是一个集群管理软件,由于SolrCloud需要由多台服务器组成,由zookeeper来进行协调管理。
下图是一个SolrCloud应用的例子:
![](http://upload-images.jianshu.io/upload_images/17533594-aba12596eea9a2ea.png?imageMogr2/auto-orient/strip|imageView2/2/w/602/format/webp)
对上图进行图解,如下:
![](http://upload-images.jianshu.io/upload_images/17533594-2c56479115d53ce4.png?imageMogr2/auto-orient/strip|imageView2/2/w/702/format/webp)
1.2.1 物理结构
三个Solr实例( 每个实例包括两个Core),组成一个SolrCloud。
1.2.2 逻辑结构
索引集合包括两个Shard(shard1和shard2),shard1和shard2分别由三个Core组成,其中一个Leader两个Replication,Leader是由zookeeper选举产生,zookeeper控制每个shard上三个Core的索引数据一致,解决高可用问题。
用户发起索引请求分别从shard1和shard2上获取,解决高并发问题。
1.2.2.1collection
Collection在SolrCloud集群中是一个逻辑意义上的完整的索引结构。它常常被划分为一个或多个Shard(分片),它们使用相同的配置信息。
比如:针对商品信息搜索可以创建一个collection。
collection=shard1+shard2+....+shardX
1.2.2.2Core
每个Core是Solr中一个独立运行单位,提供 索引和搜索服务。一个shard需要由一个Core或多个Core组成。由于collection由多个shard组成所以collection一般由多个core组成。
1.2.2.3Master或Slave
Master是master-slave结构中的主结点(通常说主服务器),Slave是master-slave结构中的从结点(通常说从服务器或备服务器)。同一个Shard下master和slave存储的数据是一致的,这是为了达到高可用目的。
1.2.2.4Shard
Collection的逻辑分片。每个Shard被化成一个或者多个replication,通过选举确定哪个是Leader。
2 SolrCloud搭建
SolrCloud结构图如下:
<v:shape id="_x0000_i1025" type="#_x0000_t75" style="414.6pt;height:280.8pt" o:ole=""><v:imagedata src="file:///C:/Users/li/AppData/Local/Temp/msohtmlclip1/01/clip_image003.emz" o:title=""></v:imagedata></v:shape>
2.1 环境准备
CentOS-6.5-i386-bin-DVD1.iso
jdk-7u72-linux-i586.tar.gz
apache-tomcat-7.0.57.tar.gz
zookeeper-3.4.6.tar.gz
solr-4.10.3.tgz
服务器7台:
zookeeper三台:192.168.0.5,192.168.0.6,192.168.0.7
Solr四台:192.168.0.1,192.168.0.2,192.168.0.3,192.168.0.4
2.2 环境安装
2.3 CentOs 6.5安装
略
2.4 jdk7安装
略
2.5 zookeeper集群安装
2.5.1 解压zookeeper 安装包
tar -zxvf zookeeper-3.4.6.tar.gz
将zookeeper-3.4.6拷贝到/usr/local下并将目录 名改为zookeeper
至此zookeeper的安装目录为/usr/local/zookeeper
2.5.2 进入zookeeper文件夹,创建data 和logs
创建目录并赋于写权限
指定zookeeper的数据存放目录和日志目录
2.5.3 拷贝zookeeper配制文件zoo_sample.cfg
拷贝zookeeper配制文件zoo_sample.cfg并重命名zoo.cfg
cp /usr/local/zookeeper/conf/zoo_sample.cfg /usr/local/zookeeper /conf/zoo.cfg
2.5.4 修改zoo.cfg
加入 dataDir=/usr/local/zookeeper/data
dataLogDir=/ usr/local/zookeeper/logss
server.1=192.168.0.5:2888:3888
server.2=192.168.0.6:2888:3888
server.3=192.168.0.7:2888:3888
zoo.cfg配制完后如下:
# The number of milliseconds of each tick
tickTime=2000
# The number of ticks that the initial
# synchronization phase can take
initLimit=10
# The number of ticks that can pass between
# sending a request and getting an acknowledgement
syncLimit=5
# the directory where the snapshot is stored.
# do not use /tmp for storage, /tmp here is just
# example sakes.
dataDir=/usr/local/zookeeper/data
# the port at which the clients will connect
clientPort=2181
# the maximum number of client connections.
# increase this if you need to handle more clients
#maxClientCnxns=60
#
# Be sure to read the maintenance section of the
# administrator guide before turning on autopurge.
#
# http://zookeeper.apache.org/doc/current/zookeeperAdmin.html#sc_maintenance
#
# The number of snapshots to retain in dataDir
#autopurge.snapRetainCount=3
# Purge task interval in hours
# Set to "0" to disable auto purge feature
#autopurge.purgeInterval=1
#dataLogDir=/usr/local/zookeeper/logs
server.1=192.168.0.5:2888:3888
server.2=192.168.0.6:2888:3888
server.3=192.168.0.7:2888:3888
### 2.5.5 进入data文件夹 建立对应的myid文件
例如server.1为192.168.0.5则 data文件夹下的myid文件内容为1
server.2为192.168.0.6则 data文件夹下的myid文件内容为2
依此类推
### 2.5.6 拷贝zookeeper文件夹到其他机器(192.168.0.6和192.168.0.7)
### 2.5.7 开启zookeeper的端口
/sbin/iptables -I INPUT -p tcp --dport 2181 -j ACCEPT
/sbin/iptables -I INPUT -p tcp --dport 2888 -j ACCEPT
/sbin/iptables -I INPUT -p tcp --dport 3888 -j ACCEPT
/sbin/iptables -I INPUT -p tcp --dport 8080 -j ACCEPT --这里开启tomcat 8080端口
/etc/rc.d/init.d/iptables save #将更改进行保存
/etc/init.d/iptables restart #重启防火墙以便改动生效
### 2.5.8 启动三台服务器的zookeeper
进入/usr/local/zookeeper /bin
./zkServer.sh start
查看集群状态
./zkServer.sh status
刚启动可能会有错误,集群中其他节点一并起来后就正常了
## 2.6 tomcat安装
将apache-tomcat-7.0.57.tar.gz拷贝到/usr/local下并解压
cd /usr/local
tar -zxvf apache-tomcat-7.0.57.tar.gz
2.7 solr单机部署
2.7.1 解压solr.4.10.3.tgz
在其中一台服务器上解压solr.4.10.3.tgz,将solr.4.10.3.tgz拷贝到/usr/local下,解压缩:
tar -zxvf solr-4.10.3.tgz
压缩后在/usr/local下有 solr-4.10.3目录 。
2.7.2 solrhome
在/home下创建solr作为solrhome 并赋于读写权限
2.7.3 部署solr.war
参考solr单机部署方法。
启动tomcat 访问 http://192.168.0.1:8080/solr 如图,至此单机版solr配制完成
![](http://upload-images.jianshu.io/upload_images/17533594-21c3cd907d8dcce9.png?imageMogr2/auto-orient/strip|imageView2/2/w/1200/format/webp)
2.8 solrCloud部署
2.8.1 启动zookeeper
solrCloud部署依赖zookeeper,需要启动每一台zookeeper服务器。
2.8.2 zookeeper管理配置文件
由于zookeeper统一管理solr的配置文件(主要是schema.xml、solrconfig.xml), solrCloud各各节点使用zookeeper管理的配置文件。
将上边部署的solr单机的conf拷贝到/home/solr下。
执行下边的命令将/home/solr/conf下的配置文件上传到zookeeper:
**sh /solr/solr-4.10.3/example/scripts/cloud-scripts/zkcli.sh -zkhost 192.168.200.149:2181,192.168.200.150:2181,192.168.200.151:2181 -cmd upconfig -confdir /solr/solr-4.10.3/example/solr/collection1/conf -confname myconf -solrhome /solr/solr-4.10.3/example/solr**
登陆zookeeper服务器查询配置文件:
cd /solr/zookeeper/bin/
./zkCli.sh
![](http://upload-images.jianshu.io/upload_images/17533594-ada775237a531c89.png?imageMogr2/auto-orient/strip|imageView2/2/w/1196/format/webp)
2.8.3 修改SolrCloud监控端口为8080:
修改每个solr的/solr/solr-4.10.3/example/solr/solr.xml文件。
![](http://upload-images.jianshu.io/upload_images/17533594-6349dba57a12e57c.png?imageMogr2/auto-orient/strip|imageView2/2/w/608/format/webp)
2.8.4 每一台solr和zookeeper关联
修改每一台solr的tomcat 的 bin目录下catalina.sh文件中加入DzkHost指定zookeeper服务器地址:
JAVA_OPTS="-DzkHost=192.168.0.5:2181,192.168.0.6:2181,192.168.0.7:2181"
2.8.5 启动所有的solr服务
启动每一台solr的tomcat服务。
2.8.6 访问solrcloud
访问任意一台solr,左侧菜单出现Cloud:
![](http://upload-images.jianshu.io/upload_images/17533594-a4ec72e32a8fb307.png?imageMogr2/auto-orient/strip|imageView2/2/w/1117/format/webp)
2.8.7 SolrCloud集群配置
上图中的collection1集群只有一片,可以通过下边的方法配置新的集群。
创建新集群collection2,将集群分为两片,每片两个副本。
![](http://upload-images.jianshu.io/upload_images/17533594-c0fc82b3b5550a6d.png?imageMogr2/auto-orient/strip|imageView2/2/w/1128/format/webp)
删除集群命令;
http://192.168.200.149:8080/solr/admin/collections?action=DELETE&name=collection1
执行后原来的collection1删除,如下:
![](http://upload-images.jianshu.io/upload_images/17533594-1717d4aee56cb03e.png?imageMogr2/auto-orient/strip|imageView2/2/w/1140/format/webp)
更多的命令请参数官方文档:apache-solr-ref-guide-4.10.pdf
另一种配置方法:如下
${solr_home}/collenction1/core.properties
**numShards=2**
**name=collection1**
**shard=shard1**
**coreNodeName=core_node1**
以上参数说明
**numShards=2 //****分片数量**
**name=collection1 //core****名称**
**shard=shard1 //****所属分片**
**coreNodeName=core_node1 //****结点名称**
2.9 SolrCloud测试
创建索引:
测试1:在一台solr上创建索引,从其它solr服务上可以查询到。
测试2:一次创建100个文档甚至更多,通过观察每个solr的core下边都有索引文档,说明索引文档是分片存储。
查询索引:
从任意一台Solr上查询索引,返回一个完整的结果,说明查询请求从不同的分片上获取数据,最终返回集群上所有匹配的结果。
2.10 solrJ访问solrCloud
**public** **class** SolrCloudTest {
// <u>zookeeper</u>地址
**private** **static** String *zkHostString* = "192.168.101.7:2181,192.168.101.8:2181,192.168.101.9:2181";
// collection默认名称,比如我的<u>solr</u>服务器上的collection是collection2_shard1_replica1,就是去掉“_shard1_replica1”的名称
**private** **static** String *defaultCollection* = "collection2";
// 客户端连接超时时间
**private** **static** **int** *zkClientTimeout* = 3000;
// <u>zookeeper</u>连接超时时间
**private** **static** **int** *zkConnectTimeout* = 3000;
// cloudSolrServer实际
**private** CloudSolrServer cloudSolrServer;
// 测试方法之前构造 CloudSolrServer