Apache Solr学习 第七篇 实现solr定时数据同步

一、准备环境

  已安装配置好solr和mysql数据。

    jar包：solr-dataimportscheduler-1.1.1.jar。

    原理：看了下jar的大概逻辑，就是在solr启动的时候，启动一个定时任务，以http方式访问solr 的dataimport接口。

二、配置

    1.data-config.xml配置

<?xml version="1.0" encoding="UTF-8"?>
  <dataConfig>
   <dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/moxiangbooks"
    user="root" password="www1928..com" batchSize="-1"/>
     <document name="books">
        <entity name="books" pk="bid" 
        query="SELECT 
                A.bid,
                A.bname,
                A.author,
                A.currPrice,
                A.discount,
                A.press,
                A.publishtime,
                A.edition,
                A.pageNum,
                A.wordNum,
                A.printtime,
                A.booksize,
                A.paper,
                A.cid,
                A.image_w as imageW,
                A.image_b as imageB,
                A.orderBy, 
                price         
                FROM books A"  
        deltaImportQuery="SELECT 
                A.bid,
                A.bname,
                A.author,
                A.currPrice,
                A.discount,
                A.press,
                A.publishtime,
                A.edition,
                A.pageNum,
                A.wordNum,
                A.printtime,
                A.booksize,
                A.paper,
                A.cid,
                A.image_w as imageW,
                A.image_b as imageB,
                A.orderBy, 
                price         
                FROM books A WHERE A.bid = '${dih.delta.bid}'"
        deltaQuery="select bid from books" >
            <field column="bid" name="bid" />
            <field column="bname" name="bname" />
            <field column="author" name="author" />
            <field column="price" name="price" />
            <field column="currPrice" name="currPrice" />
            <field column="discount" name="discount" />
            <field column="press" name="press" />
            <field column="publishtime" name="publishtime" />
            <field column="edition" name="edition" />
            <field column="pageNum" name="pageNum" />
            <field column="wordNum" name="wordNum" />
            <field column="printtime" name="printtime" />
            <field column="booksize" name="booksize" />
            <field column="paper" name="paper" />
            <field column="cid" name="cid" />
            <field column="imageW" name="imageW" />
            <field column="imageB" name="imageB" />
            <field column="orderBy" name="orderBy" />
        </entity>
    </document>

配置参数说明：

• driver：数据库驱动
• url：数据库访问地址
• query：全量更新SQL
• deltaQuery: 增量更新SQL
• ${dih.delta.bid}表的主键

2.dataimport.properties配置

      有的solr-dataimportscheduler-1.1.1.jar自带该文件，有的没有，如果是Tomcat启动solr，在/solrhome下新建文件夹conf，并在conf下新建dataimport.properties，

如果是用solr自带的jetty启动，则在solr-6.6.6serversolr目录下新建conf，注意，在每一个core对应的conf文件夹也有dataimport.properties，但是和我们新建不是一个

文件，dataimport.properties内容如下：

    #################################################
#                                               #
#       dataimport scheduler properties         #
#                                               #
#################################################

# server BASIC authorization by userName and password
# format:userName:password
# if no server BASIC authorization,please set: 
#  authorizationMsg=
#authorizationMsg=userName:password

#  to sync or not to sync
#  同步执行更新
syncEnabled=1

#  
#  solr中对应得core名，可写多个，多个时用逗号“,”分隔
#  
syncCores=books

#  solr server name or IP address
#  [defaults to localhost if empty]
server=localhost

# solr服务的端口号
#  [defaults to 80 if empty]
port=8983

#  application name/context
#  [defaults to current ServletContextListener's context (app) name]
webapp=solr

#  URL params [mandatory]
#  remainder of URL
#增量更新对应的访问参数，注意/dataimport?地址不同版本sorl了能地址名不同，具体可登录solr管理后台##查看dataimport的具体访问ULR
params=/dataimport?command=delta-import&clean=false&commit=true&optimize=false&wt=json&indent=true&verbose=false&debug=false

#  schedule interval
#  number of minutes between two runs
#  定时任务执行增量更新的间隔，不能为0.5这样的数，默认设置为1分钟
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，即全量更新的时间间隔
reBuildIndexInterval=7200

#  重做索引的参数，即全量更新
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true&optimize=true&wt=json&indent=true&verbose=false&debug=false

#  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

3.全量更新和增量更新

• 全量更新：即删除原来core下的所有索引数据，并从数据库中重新导入
• 增量更新：根据/core/conf/dataimport.properties记录的时间，将查到的数据做对比，只更新有改变的索引会更新

  4.将solr-dataimportscheduler-1.1.1.jar放入到WEB-INF下的lib目录中

  5.在WEB-INF/web.xml中配置监听器

<listener> 
  <listener-class>org.apache.solr.handler.dataimport.scheduler.ApplicationListener</listener-class>
</listener>

配置完成启动项目，一分钟以后就可以去查看数据更新了

三、遇到的问题

涉及问题，启动时候报了

ERROR: Solr at http://localhost:8983/solr did not come online within 30 seconds!

查看solr启动日志，发现

java.lang.NoSuchMethodError: org.apache.solr.core.SolrResourceLoader.getInstanceDir()Ljava/lang/String;
    at org.apache.solr.handler.dataimport.scheduler.SolrDataImportProperties.loadProperties(SolrDataImportProperties.java:37)
    at org.apache.solr.handler.dataimport.scheduler.BaseTimerTask.reloadParams(BaseTimerTask.java:57)
    at org.apache.solr.handler.dataimport.scheduler.BaseTimerTask.<init>(BaseTimerTask.java:39)

      像这种报错一般都是jar包不兼容引起的，打开了jar看了看，发现有solr-core的有个类的构造方法发生了改变，所以反编译修改了solr-dataimportscheduler-1.1.1.jar，

修改后已测试好使， 修改后的jar地址。

      链接：https://pan.baidu.com/s/15K4ZKIDjVQkgR5IoCDySpg

      提取码：vf3u

solr涉及资源已全部分享网盘，喜欢的给文章点个赞，谢谢大家了