Mdrill集群安装

mdrill是阿里妈妈-adhoc-海量数据多维自助即席查询平台下的一个子项目。旨在帮助用户在几秒到几十秒的时间内，分析百亿级别的任意维度组合的数据。mdrill是一个分布式的在线分析查询系统，基于hadoop,lucene,solr,jstorm等开源系统作为实现，基于SQL的查询语法。

准备阶段

软件准备：

jdk1.6.0_45.tar.gz
hadoop-0.20.2-cdh3u3.tar.gz
alimama-adhoc.tar.gz
jzmq-2.1.0-1.el6.x86_64.rpm
zeromq-2.1.7-1.el6.x86_64.rpm
zookeeper-3.4.5.tar.gz

服务器准备：
如果是线上服务器，建议配置如下：

机器数量：10~12台
CPU:E5-2630(6核)*2
内存：>=48GB
硬盘规格数量：>=480GB*12 （SSD最佳，普通磁盘也可）。
本次安装采用的是线下私有云
- 服务器三台(CentOS-6.6-x86_64)
- 内存 8G

基础环境配置

升级系统

yum update

安装lrzsz

lrzsz是一个可以搭配Xshell和SecureCRT能方便的在本地PC机和远程服务器之间传输文件的小工具。
yum install lrzsz -y

关闭IPV6

vi /etc/sysctl.conf
在文件的末尾追加：

#disable ipv6

net.ipv6.conf.all.disable_ipv6=1

net.ipv6.conf.default.disable_ipv6=1

net.ipv6.conf.lo.disable_ipv6=1

完成后刷新配置 :
sysctl -p

关闭防火墙

setenforce 0 #临时禁用，不需要重启 iptables -F #清空iptables vi /etc/sysconfig/selinux #修改SELINUX=disabled chkconfig iptables off && chkconfig ip6tables off #重启后永久失效

修改及设置host

修改hosts文件：
vi /etc/hosts
追加如下内容：(注意这里使用的是局域网IP，在私有云上部署时要特别留意)

192.168.113.90 mdrill01

192.168.113.88 mdrill02

192.168.113.101 mdrill03

修改每台主机上的配置(注意 hostname要与对应IP地址的主机对应)
vi /etc/sysconfig/network
设置如下内容：

1	<span class="hljs-attribute">HOSTNAME</span>=<span class="hljs-string">mdrill01</span>

为了让hostname快速生效，避免重启，直接在命令行中设置
hostname mdrill01

设置时间同步

设置时区为本地时间(每台主机都需要执行)
cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
选择一台主机为始终同步服务器：这里选择的是mdrill01进行安装
yum install ntp -y
安装完成后，修改配置文件：
vi /etc/ntp.conf
将配置文件修改为：

restrict default nomodify

restrict 192.168.150.0 mask 255.255.255.0 nomodify notrap

server 127.127.1.0

fudge 127.127.1.0 stratum 10

启动ntp:
service ntpd start
设置为开机自启
chkconfig ntpd on
同步服务器设置完毕，切换到mdrill02和mdrill03服务器，进行如下操作
yum install ntpdate -y
并设置为每小时同步一次时间：
vim /etc/crontab
新增如下内容：

1	1 <span class="hljs-keyword"></span> <span class="hljs-keyword"></span> <span class="hljs-keyword"></span> <span class="hljs-keyword"></span> root ntpdate h1.hadoop && hwclock -w

新增账号

服务器在使用时不建议使用root账户，在这里我们为每台主机添加mdrill账户
groupadd mdrill
useradd -g mdrill mdrill
passwd mdrill
创建/data目录，并赋予权限
mkdir /data
chown -R mdrill:mdrill /data

设置SSH免密码登陆

每台机器全部切换成mdrill用户
su mdrill
在每天机器上执行如下操作（一路回车即可）
ssh-keygen -t rsa -P ''
mdrill01执行如下操作
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys mdrill@mdrill02:~/.ssh/authorized_keys
mdrill02执行如下操作
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys mdrill@mdrill03:~/.ssh/authorized_keys
mdrill02执行如下操作
cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys mdrill@mdrill01:~/.ssh/authorized_keys
scp ~/.ssh/authorized_keys mdrill@mdrill02:~/.ssh/authorized_keys
完成后再登录每条主机执行
chmod 400 ~/.ssh/authorized_keys
至此，免账号登陆就已经打通了

安装阶段

上传准备好的文件

将准备好的文件全部上传到/data目录

jdk1.6.0_45.tar.gz
hadoop-0.20.2-cdh3u3.tar.gz
alimama-adhoc.tar.gz
jzmq-2.1.0-1.el6.x86_64.rpm
zeromq-2.1.7-1.el6.x86_64.rpm

安装相应的应用

安装jzmq和zeromq
由于是rpm包，所以需要转换到root账号安装，
cd data
yum localinstall zeromq-2.1.7-1.el6.x86_64.rpm jzmq-2.1.0-1.el6.x86_64.rpm
rm /data/*.rpm
su mdrill
以上操作需要在3台主机上分别执行
以下操作仅需在1台主机上执行，等最后完成后同步到其他两台机器即可
安装jdk
直接解压压缩包
tar zxvf jdk1.6.0_45.tar.gz
安装hadoop
直接解压压缩包
tar zxvf hadoop-0.20.2-cdh3u3.tar.gz
安装zookeeper
直接解压压缩包
tar zxvf zookeeper-3.4.5.tar.gz
安装mdrill
直接解压压缩包
tar zxvf alimama-adhoc.tar.gz
由于mdrill默认的使用的是hadoop-0.20.2，所以需要做下调整
cp /data/hadoop-0.20.2-cdh3u3/hadoop-core-0.20.2-cdh3u3.jar /data/alimama/adhoc-core/lib/
cp /data/hadoop-0.20.2-cdh3u3/lib/guava-r09-jarjar.jar /data/alimama/adhoc-core/lib/
rm /data/alimama/adhoc-core/lib/hadoop-core-0.20.2.jar
清理安装包
rm /data/*.tar.gz

配置环境变量

编辑用户配置文件
vi ~/.bashrc
在文件中追加如下内容

JAVA_HOME=/data/jdk1.6.0_45

export JAVA_HOME

PATH=$PATH:$JAVA_HOME/bin

export PATH

HADOOP_HOME=/data/hadoop-0.20.2-cdh3u3

PATH=$PATH:$HADOOP_HOME/bin

export PATH

ZOOKEEPER_HOME=/data/zookeeper-3.4.5

PATH=$PATH:$ZOOKEEPER_HOME/bin

export PATH

先将此文件拷贝到另外两台主机上
scp .bashrc mdrill@mdrill02:~/
scp .bashrc mdrill@mdrill03:~/
为了让环境变量生效，需要每台主机上执行
source ~/.bashrc

修改配置文件

修改hadoop配置文件

cd /data/hadoop-0.20.2-cdh3u3/conf/
vi masters

mdrill01

vi slaves

1 2	<span class="hljs-title">mdrill02</span> mdrill03

vi core-site.xml

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<name>hadoop.tmp.dir</name>

</property>

<name>fs.default.name</name>

<value>hdfs://mdrill01:9000</value>

</property>

</configuration>

vi hdfs-site.xml

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<name>dfs.replication</name>

</property>

</property>

</property>

</configuration>

vi mapred-site.xml

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>

<name>mapred.job.tracker</name>

<value>http://mdrill01:9001</value>

</property>

</configuration>

在完成上述配置后，需要创建相应的目录
mkdir /data/tmp
mkdir -p /data/dfs/name
mkdir -p /data/dfs/data

修改zookeeper配置文件

vi /data/zookeeper-3.4.5/conf/zoo.cfg

更新如下内容：

# 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=/data/zookeeper-3.4.5/data

# the port at which the clients will connect

clientPort=2181

#

# 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=5

# Purge task interval in hours

# Set to "0" to disable auto purge feature

#autopurge.purgeInterval=1

maxClientCnxns=300

maxSessionTimeout=20000

server.1=mdrill101:2888:3888

server.2=mdrill102:2888:3888

server.3=mdrill103:2888:3888

创建相应的目录，并写入zookeeperid
mkdir /data/zookeeper-3.4.5/data
vi /data/zookeeper-3.4.5/data/myid
写入数字1即可

修改mdrill配置文件

vi /data/alimama/adhoc-core/conf/storm.yaml

####zookeeper配置####

storm.zookeeper.servers:

- "mdrill01"

- "mdrill02"

- "mdrill03"

storm.zookeeper.port: 2181

storm.zookeeper.root: "/higo2"

####蓝鲸配置####

storm.local.dir: "/data/alimama/bluewhale/stormwork"

nimbus.host: "mdrill162"

####hadoop配置####

hadoop.conf.dir: "/data/hadoop-0.20.2-cdh3u3/conf"

hadoop.java.opts: "-Xmx1536m"

####蓝鲸各种心跳间隔配置####

nimbus.task.timeout.secs: 240

task.heartbeat.frequency.secs: 12

nimbus.supervisor.timeout.secs: 360

supervisor.heartbeat.frequency.secs: 10

nimbus.monitor.freq.secs: 20

supervisor.worker.timeout.secs: 240

supervisor.monitor.frequency.secs: 12

worker.heartbeat.frequency.secs: 4

storm.zookeeper.session.timeout: 60000

storm.zookeeper.retry.interval: 6000

storm.zookeeper.retry.times: 10

####mdrill配置####

higo.workdir.list: "/data/alimama/higoworkerdir"

#----mdrill的表格列表在hdfs下的路径-----

higo.table.path: "/mdrill/tablelist"

#----mdrill中启动的solr使用的初始端口号-----

higo.solr.ports.begin: 51110

#----mdrill分区方式，目前支持default,day,month,single，default是将一个月分成3个区,single意味着没有分区-----

higo.partion.type: "day"

#----每台机器启动的worker进程端口列表----

supervisor.slots.ports:

- 6701

- 6702

- 6703

- 6704

- 6705

- 6706

- 6707

- 6708

- 6709

- 6710

- 6711

- 6712

- 6713

- 6714

- 6601

#----创建索引生成的每个shard的并行----

higo.index.parallel: 3

#----启动的shard的数，每个shard为一个solr实例，结合cpu个数和内存进行配置，10台48G内存配置60----

higo.shards.count: 30

#----基于冗余的ha,设置为1表示没有冗余，如果设置为2，则冗余号位0,1----

higo.shards.replication: 1

#----启动的merger server的worker数量，建议根据机器数量设定----

higo.mergeServer.count: 5

#----分配给merger server的端口，建议每台机器分配一个merger server----

higo.merge.ports: "6601,6602,6603,6604,6605"

#----mdrill同时最多加载的分区个数，取决于内存与数据量----

higo.cache.partions: 10

#----通用的worker的jvm参数配置----

worker.childopts: "-Xms4g -Xmx4g -Xmn2g -XX:SurvivorRatio=3 -XX:PermSize=96m -XX:MaxPermSize=256m -XX:+UseParallelGC -XX:ParallelGCThreads=16 -XX:+UseAdaptiveSizePolicy -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -Xloggc:%storm.home%/logs/gc-%port%.log "

线上服务器配置建议：每台机器上配置6个shard，1个merger server，均分配5GB的内存

创建配置文件中涉及到的目录
mkdir -p /data/alimama/bluewhale/stormwork
mkdir -p /data/alimama/higoworkerdir

同步所有内容到各台主机

scp -r /data mdrill@mdrill02:/
scp -r /data mdrill@mdrill02:/
由于是同步过去，所以 zookeeper的myid需要在另外两台主机上设置
在mdrill02主机上
vi /data/zookeeper-3.4.5/data/myid

再mdrill03主机上
vi /data/zookeeper-3.4.5/data/myid

启动服务器

启动Hadoop

在启动hadoop前需要先对namenode进行格式化
hadoop namenode -format
由于设置了环境变量，启动起来非常简单
start-all.sh
只要在主节点执行上诉内容，其他两台机器相关的进程会一并启动
如需停止，可运行如下命令
stop-all.sh

启动zookeeper

在每天主机上执行如下命令即可
zkServer.sh start
如需停止
zkServer.sh stop
如需查看状态
zkServer.sh status

启动mdrill

cd /data/alimama/adhoc-core/bin/
chmod 777 ./bluewhale

nimbus是整个mdrill集群任务的总调度，有点类似hadoop的jobtracker
只需要在其中一台机器启动即可，启动命令如下
nohup ./bluewhale nimbus > nimbus.log &

supervisor用来管理其所在机器的work进程，其角色有点类似hadoop的tasktracker
需要在每台机器上启动，
nohup ./bluewhale supervisor > supervisor.log &

视情况看是否需要启动mdrillui
mkdir ./ui
nohup ./bluewhale mdrillui 1107 ../lib/adhoc-web-0.18-beta.war ./ui >ui.log &
启动后，可以通过浏览器打开对应ip的1107端口，看是否能正常打开即可。

测试mdrill

建表

将建表SQL存储为create.sql到“/data/alimama/adhoc-core/bin/”目录下，

CREATE TABLE st(

thedate string,

c1 string,

c2 tdouble,

cnt tlong

)

执行如下命令
cd /data/alimama/adhoc-core/bin/
./bluewhale mdrill create ./create.sql

列的数据类型目前只支持4种

string :字符串类型
tlong :long整形
tdouble :浮点型
tdate :日期类型
text:字符串类型（进行了分词，意味着只能进行全文检索，而不能参与统计与分组）

另外如果数据类型用_mdrill_进行了分割，后面的值表示是否存储，在全文检索模式中特别有用，全文检索模式要把要进行展示的列配置成存储（速度能提升很多）
举例如下
下面这几个为只索引而不存储数据的值

string_mdrill_false

tlong_mdrill_false

tdouble_mdrill_false

tdate_mdrill_false

text_mdrill_false

下面这几个为只既索引也存储数据的值

string_mdrill_true

tlong_mdrill_true

tdouble_mdrill_true

tdate_mdrill_true

text_mdrill_true

另外如果要跳过某些列，可以将数据类型配置成ignored，表示这个列既不存储也不索引。

注意

建表语句要与数据存储顺序一致
thedate:是分区的字段，必须存在，格式为yyyyMMdd格式的字符串,且要与对应的分区目录要对应

其他信息
如果需要经常的进行全文检索，那么可以配置成存储明细，使用额外的存储，换取全文检索的时间
./bluewhale mdrill create ./create.sql true

导入离线数据

数据目录
首先要确定数据表在hdfs上的根目录，比如说/mdrill/tablelist。目录在/data/alimama/adhoc-core/conf/storm.yaml的mdrill配置文件配置。
在该目录下可以有一个至多个数据表，每个数据表目录下会有三个子目录。

solr:表的配置目录
index:mdrill的索引在hdfs中的存储路径
tmp:临时目录

数据格式

mdrill默认处理的是sequencefile格式的数据，对key没有要求，value则为对应数据表中一条记录，记录的列与列之间的分隔符为默认01，如果使用文本格式的，或者分隔符不是01，创建索引逻辑时要注意传递的参数。
mdrill要求数据按照天进行分目录，目录命名必须为dt=yyyyMMdd这种格式
数据的列中必须含有一列叫thedate,其值与其所在的目录dt=yyyyMMdd中的yyyyMMdd相等，thedate实际上为mdrill的分区字段，任何的查询都必须指定thedate分区。如果数据列中的thedate与目录中的dt=yyyyMMdd不相等，那么mdrill以目录的时间为准确时间。
mdrill默认必须按照日期分区，使用分区后总存储的数据量会显著提升，每天创建的索引也是增量的，如果确实因为某种原因无法按照日期分区，可以将分区类型设置为single，但是总的数据存储量会减少很多。

生存索引

指令规则：
./bluewhale mdrill index {表名}{hdfs源数据地址} 3650 {起始日期} {数据格式seq|txt，不写默认seq} {分隔符,不写默认01} {分区下的文件匹配规则默认匹配*0* }

指令示例：
./bluewhale mdrill index st /mdrill/tablelist/st 3650 20140101 txt
./bluewhale mdrill index st /mdrill/tablelist/st 3650 20140101 txt tab "\*\*" 3 1

启动表

启动表指令
./bluewhale mdrill table {表1,表2,表3}
示例：
./bluewhale mdrill table st
停止表指令
./bluewhale mdrill drop {表1,表2,表3}
示例：
./bluewhale mdrill drop st

注意
启动表的操作只能执行一次，如果想添加新的表必须先停止表后再启动表。

重启服务

如果是因为mdrill本身的bug，需要重启mdrill，则可以这样做

先停止表
在每台机器上杀死所有的mdrill任务
ps -x|grep bluewhale|grep server|awk '{printf("%s ",$1)}'|xargs kill
清理mdrill的临时目录
rm /data/alimama/bluewhale/stormwork/* -rf
重新按照原先的步骤启动mdrill
启动表

配置实时数据源（如果使用离线模式，请跳过此步）

编辑storm.yaml配置文件，假设要配置为实时的表的名字为p4p_v2

配置editlog记录的位置，可以选择为local或hdfs
hdfs模式没有经过严格的测试，如果hadoop集群不是经常的停机维护或者出问题，那么可以考虑使用hdfs模式，这样因为机器宕机或者硬盘损坏导致的数据丢失损失会减少到最小
local模式表示editlog会记录到本地的硬盘上，如果这台机器硬件损坏或者宕机，那么那些还没有同步到hdfs中的索引数据会丢失（默认同步间隔为4小时，配置目前为硬编码，请参考com.alimama.mdrill.utils.UniqConfig里面的设置）
higo.realtime.binlog: "local"
需要先将表配置为实时模式，配置方法如下
higo.mode.p4p_pv2: "@realtime@"
配置表的分区：可以为day,month,default
higo.partion.type.p4p_pv2: "day"
配置日志解析类
解析类需要实现com.alimama.mdrillImport.DataParser接口，示例程序如下
p4p_pv2-parse: "com.alimama.quanjingmonitor.mdrillImport.parse.p4p_pv2"
配置reader
reader用于实时的读取数据，然后交给解析类解析后导入到mdrill里
reader在阿里可以使用tt4(默认已经实现)，阿里外部可以考虑使用metaq或者kafka
需要实现的接口为
com.alimama.mdrillImport.ImportReader.RawDataReader
TT4实现的示例为
com.alimama.quanjingmonitor.mdrillImport.reader.TT4Reader
配置导入模式为local与merger
数据导入到mdrill前，如果数据可以进行简单的合并，那么会大量的减少导入到mdrill里的数据量，合并的方式很简单就是按照解析类的getGroup方法进行分组，getSum里的值进行累加而已，如果我们的数据很难进行合并，则建议使用local模式以减少没必要的传输，如果合并比率很高，那么建议使用merger
p4p_pv2-mode: "local"
配置各种缓存参数
p4p_pv2-commitbatch: 5000 //单次向mdrill递交的记录数
p4p_pv2-commitbuffer: 10000//commit阶段的buffer长度
p4p_pv2-spoutbuffer: 10000//spout阶段的buffer长度
p4p_pv2-boltbuffer: 10000 //bolt阶段的buffer长度
配置缓存的刷新时间：与解析类的getTs()方法组合使用
p4p_pv2-timeoutSpout: 240 //配置在spout的最大缓存时间
p4p_pv2-timeoutBolt: 60 //配置在bolt里的最大缓存时间
p4p_pv2-timeoutCommit: 30 //配置在commit阶段的最大缓存时间

导入实时数据

导入指令
./bluewhale jar ./mdrill.jar com.alimama.mdrillImport.Topology {自定义任务名称} {导入的表列表多个表之间用逗号分隔} {使用的进程总数} {每个进程使用多少mb的内存} {从什么时间开始导入}
示例如下
./bluewhale jar ./mdrill.jar com.alimama.quanjingmonitor.mdrillImport.Topology p4p_pv2topology p4p_pv2 66 512 20131231074710
如果想停止导入数据的程序
./bluewhale kill {自定义的任务名称}
示例如下
./bluewhale kill p4p_pv2topology

测试mdrill查询

mdrill的分区
mdrill的设计默认是使用分区的，也是按照分区进行存储的，除非强制使用single类型的分区外，查询的时候必须指定分区。目前mdrill的分区字段为thedate,格式为yyyyMMdd
在顶层SQL的where条件中必须有如下三种分区设定的一种

thedate=’yyyyMMdd’ 直接指定某一个分区
thedate in (yyyyMMdd, yyyyMMdd, yyyyMMdd) 给出一系列日期
thedate >= yyyyMMdd and thedate<= thedate 给出一个范围

查询明细

mdrill可以查询top 10000 条数据的明细，使用limit关键词
对于明细的数据，可以进行排序，也就是order by

统计汇总
mdrill目前支持sum,max,min,count,dist五种汇总函数

dist就是sql中的count(distinct(xxx)),但是采用的是近似计算，会有一定的误差具体实现原理，请参考https://github.com/muyannian/higo/wiki/distinct
count有两种使用方法
- count(列名)，针对具体某一列进行count统计，当然如果该列值如果存在NULL值，不会作为count计数。
- count(*),即使存在NULL的列，也会列入计数。

分类汇总

mdrill目前支持多维分类汇总统计，也就是sql中的group by。另外分类汇总后，mdrill可以按照某一列的值进行排序，如果分类汇总后的组数小于10000组为准确排序，如果超过10000组则为近似的排序和计算，有可能存在排序的顺序和计算的结果不正确的情况。

mdrill的过滤
目前mdrill的过滤支持如下几种

=:等于
<>：不等于
>=:大于等于
<=:小于等于
>:大于
<:小于
in:属于列表
not in:属于列表
like:模糊匹配

mdrill FAQ

数据在内存中是如何存储的

mdrill是先进行分shard的，每个shard分布在不同的机器的不同的进程中
每个shard是按照时间进行分区的，每个分区是一个索引
每个索引是按照列进行存储的，每次缓存的时候加载一个列的值到内存中，多个分区，多个表，多个列之间LRU方式淘汰
加载到内存中的列，并非是原始值，而是一个值的整形的代号，比方说用一个数字899代替一个很长的字符串

对内存结构的解释

将lucene默认的将整个列数据全部都load到内存中的方式修改为load 每个列的值的编码代号，操作的时候也仅仅操作这些代号，真正展现的时候再将这些编号转换成真实的值，编号的数据类型根据某个列的值的重复程度可以为byte,short,int
将数据进行分区(默认按照时间)，用到的数据会加载到分区中，不用的分区会从内存中踢出，采用LRU的方式管理，如果同时需要检索大量的分区，则进行排队处理，一个分区一个分区的处理。
多个表之间也合并，共享内存，用到的表才会加载到内存中，没用到的则在硬盘中存储。
原先merger server与shard是在同一个进程中的，每次查询的时候随机使用其中一个shard作为merger server,如果每次查询merger server使用1G的内存，但shard的数量非常多，merger server每次只用一个，但是为每个shard都额外分配1G内存就是浪费，新版mdrill将这两者分开，避免浪费。
按照内存大小进行LRU，而不是按照field的个数，不同列因为重复读不同对内存的消耗也不一样，按照个数LRU不合理，按照总内存使用LRU
由于每次逆旋都需要消耗时间，当LRU被淘汰的时候，将逆旋的结果保留到硬盘中，以备下次使用。

worker.childopts与 higo.merge.ports有什么区别

merger server只管理合并数据，shard才是资源使用大户，一般一台机器启动一个merger server就够了，没必要启动那么多。

worker.childopts用来标记这台机器可以启动那些端口
higo.merge.ports用来标记这些端口中哪些是merger server的端口

higo.shards.count+higo.mergeServer.count = 启动的总的进程数

higo.shards.count：表示启动的shard数量，一个shard就是一个存储索引的solr
higo.mergeServer.count:表示启动的merger server的数量，一个merger server也是一个solr，但是他没有索引，仅仅用于合并shard的数据据