SolrCloud

TSAllen

于 2018-12-07 09:02:45 发布

阅读量284

点赞数

文章标签： SolrCloud

本文链接：https://blog.youkuaiyun.com/weixin_42500488/article/details/84869174

版权

本文详细介绍SolrCloud分布式搜索方案的搭建过程，包括SolrCloud系统架构、物理与逻辑结构解析，以及如何通过Zookeeper实现集群管理和配置文件集中管理。深入探讨SolrCloud在高并发、容错和近实时搜索方面的优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SolrCloud

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。

SolrCloud 是基于 Solr 和Zookeeper的分布式搜索方案，它的主要思想是使用 Zookeeper作为集群的配置信息中心。

它有几个特色功能：1）集中式的配置信息2）自动容错3）近实时搜索4）查询时自动负载均衡

2 SolrCloud系统架构

、

【1】物理结构

三个 Solr 实例（每个实例包括两个 Core），组成一个 SolrCloud。

【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）Collection

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

（2） Core

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。

（3）Master 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。

（4）Shard

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。

3 搭建SolrCloud

搭建要求

Zookeeper 作为集群的管理工具

1、集群管理：容错、负载均衡。2、配置文件的集中管理3、集群的入口

需要实现 zookeeper 高可用，需要搭建zookeeper集群。建议是奇数节点。需要三个 zookeeper 服务器。

搭建 solr 集群需要 7 台服务器（搭建伪分布式，建议虚拟机的内存 1G 以上）：

需要三个 zookeeper 节点需要四个 tomcat 节点。

准备工作

环境准备

CentOS-6.5-i386-bin-DVD1.iso jdk-7u72-linux-i586.tar.gz apache-tomcat-7.0.47.tar.gz

zookeeper-3.4.6.tar.gz solr-4.10.3.tgz

步骤：

（1）搭建Zookeeper集群（我们在上一小节已经完成）

（2）将已经部署完solr 的tomcat的上传到linux

（3）在linux中创建文件夹 /usr/local/solr-cloud 创建4个tomcat实例

[root@localhost ~]# mkdir /usr/local/solr-cloud

[root@localhost ~]# cp -r tomcat-solr /usr/local/solr-cloud/tomcat-1

[root@localhost ~]# cp -r tomcat-solr /usr/local/solr-cloud/tomcat-2

[root@localhost ~]# cp -r tomcat-solr /usr/local/solr-cloud/tomcat-3

[root@localhost ~]# cp -r tomcat-solr /usr/local/solr-cloud/tomcat-4

（4）将本地的solrhome上传到linux

（5）在linux中创建文件夹 /usr/local/solrhomes ,将solrhome复制4份

[root@localhost ~]# mkdir /usr/local/solrhomes

[root@localhost ~]# cp -r solrhome /usr/local/solrhomes/solrhome-1

[root@localhost ~]# cp -r solrhome /usr/local/solrhomes/solrhome-2

[root@localhost ~]# cp -r solrhome /usr/local/solrhomes/solrhome-3

[root@localhost ~]# cp -r solrhome /usr/local/solrhomes/solrhome-4

（6）修改每个solr的 web.xml 文件, 关联solrhome

<env-entry>

<env-entry-name>solr/home</env-entry-name>

<env-entry-value>/usr/local/solrhomes/solrhome-1</env-entry-value>

<env-entry-type>java.lang.String</env-entry-type>

</env-entry>

（7）修改每个tomcat的原运行端口8085 8080 8009 ，分别为

8185 8180 8109

8285 8280 8209

8385 8380 8309

8485 8480 8409

------ 知识点小贴士 ------

8005端口是用来关闭TOMCAT服务的端口。　　

8080端口，负责建立HTTP连接。在通过浏览器访问Tomcat服务器的Web应用时，使用的就是这个连接器。

8009端口，负责和其他的HTTP服务器建立连接。在把Tomcat与其他HTTP服务器集成时，就需要用到这个连接器。

配置集群

（1）修改每个 tomcat实例 bin 目录下的 catalina.sh 文件

把此配置添加到catalina.sh中( 第234行 ) ：

JAVA_OPTS="-DzkHost=192.168.25.140:2181,192.168.25.140:2182,192.168.25.140:2183"

JAVA_OPTS ,顾名思义,是用来设置JVM相关运行参数的变量 . 此配置用于在tomcat启动时找到 zookeeper集群。

（2）配置 solrCloud 相关的配置。每个 solrhome 下都有一个 solr.xml，把其中的 ip 及端口号配置好（是对应的tomcat的IP和端口）。

solrhomes/solrhome-1/solr.xml

<str name="hostContext">${hostContext:solr}</str>

<int name="zkClientTimeout">${zkClientTimeout:30000}</int>

<bool name="genericCoreNodeNames">${genericCoreNodeNames:true}</bool>

</solrcloud>

solrhomes/solrhome-2/solr.xml

<str name="hostContext">${hostContext:solr}</str>

<int name="zkClientTimeout">${zkClientTimeout:30000}</int>

<bool name="genericCoreNodeNames">${genericCoreNodeNames:true}</bool>

</solrcloud>

solrhomes/solrhome-3/solr.xml

<str name="hostContext">${hostContext:solr}</str>

<int name="zkClientTimeout">${zkClientTimeout:30000}</int>

<bool name="genericCoreNodeNames">${genericCoreNodeNames:true}</bool>

</solrcloud>

solrhomes/solrhome-4/solr.xml

<str name="hostContext">${hostContext:solr}</str>

<int name="zkClientTimeout">${zkClientTimeout:30000}</int>

<bool name="genericCoreNodeNames">${genericCoreNodeNames:true}</bool>

</solrcloud>

（3）让 zookeeper 统一管理配置文件。需要把 solrhome下collection1/conf 目录上传到

zookeeper。上传任意 solrhome 中的配置文件即可。

我们需要使用solr给我们提供的工具上传配置文件：

solr-4.10.3/example/scripts/cloud-scripts/zkcli.sh

将solr-4.10.3压缩包上传到linux，解压，然后进入solr-4.10.3/example/scripts/cloud-scripts目录，执行下列命令

./zkcli.sh -zkhost 192.168.25.140:2181,192.168.25.140:2182,192.168.25.140:2183 -cmd upconfig

-confdir /usr/local/solrhomes/solrhome-1/collection1/conf -confname myconf

参数解释

-zkhost ：指定zookeeper地址列表

-cmd ：指定命令。upconfig 为上传配置的命令

-confdir : 配置文件所在目录

-confname : 配置名称

启动集群

启动每个 tomcat 实例。要保证 zookeeper 集群是启动状态。

---- 知识点小贴士 -----

如果你想让某个文件夹下都可以执行，使用以下命令实现

chmod -R 777 solr-cloud

（2）访问集群

地址栏输入 http://192.168.25.140:8180/solr ，可以看到Solr集群版的界面

下图表示的是，一个主节点，三个从节点。

SpringDataSolr连接SolrCloud

在SolrJ中提供一个叫做CloudSolrServer的类，它是SolrServer的子类，用于连接solrCloud

它的构造参数就是zookeeper的地址列表，另外它要求要指定defaultCollection属性（默认的 collection名称）

我们现在修改springDataSolrDemo工程的配置文件，把原来的solr-server注销，替换为CloudSolrServer .指定构造参数为地址列表，设置默认 collection名称

<!-- solr服务器地址

<solr:solr-server id="solrServer" url="http://192.168.25.129:8080/solr" />

-->

<constructor-arg value="192.168.25.140:2181,192.168.25.140:2182,192.168.25.140:2183" />

</bean>

分片配置

创建新的 Collection 进行分片处理。

在浏览器输入以下地址，可以按照我们的要求创建新的Collection

http://192.168.25.140:8180/solr/admin/collections?action=CREATE&name=collection2&numShards=2&replicationFactor=2

参数：

name:将被创建的集合的名字
numShards:集合创建时需要创建逻辑碎片的个数
replicationFactor:分片的副本数。

看到这个提示表示成功

删除不用的 Collection。执行以下命令

http://192.168.25.140:8480/solr/admin/collections?action=DELETE&name=collection1

模拟集群异常测试

（1）停止第一个tomcat节点，看查询是否能正常工作 -- 能！因为还有从节点

（2）停止第三个tomcat节点，看看查询能够正常工作 -- 不能，因为整个一片数据全没了，无法正常工作。

（3）恢复第三个tomcat节点，看看能否正常工作。恢复时间会比较长，大概2分半到3分钟之间。请耐心等待。