solrcloud环境搭建研讨.docVIP

SolrCloud集群搭建1 什么是SolrCloud1.1 什么是SolrCloudSolrCloud(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zookeeper是个什么玩意？顾名思义zookeeper就是动物园管理员，他是用来管hadoop（大象）、Hive(蜜蜂)、pig(小猪)的管理员，ApacheHbase和ApacheSolr的分布式集群都用到了zookeeper；Zookeeper:是一个分布式的、开源的程序协调服务，是hadoop项目下的一个子项目。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：对上图进行图解，如下：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。 collectionCollection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 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。 Master或SlaveMaster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。 ShardCollection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搭建本教程的这套安装是单机版的安装，所以采用伪集群的方式进行安装，如果是真正的生成环境，将伪集群的ip改下就可以了，步骤是一样的。SolrCloud结构图如下：2.1 环境准备CentOS-6.4-i386-bin-DVD1.iso jdk-7u72-linux-i586.tar.gzapache-tomcat-7.0.47.tar.gzzookeeper-3.4.6.tar.gzsolr-4.10.3.tgz2.2 环境安装2.2.1 CentOs6.4安装略2.2.2 jdk7安装略2.2.3 zookeeper集群安装第一步：解压zookeeper，tar-zxvfzookeeper-3.4.6.tar.gz将zookeeper-3.4.6拷贝到/usr/local/solrcloud下，复制三份分别并将目录名改为zookeeper1、zookeeper2、zookeeper3第二步：进入zookeeper1文件夹，创建data目录。并在data目录中创建一个myid文件内容为“1”（echo1data/myid）。第三步：进入conf文件夹，把zoo_sample.cfg改名为zoo.cfg第四步：修改zoo.cfg。修改：dataDir=/usr/local/solrcloud/zookeeper1/dataclientPort=2181（zookeeper2中为2