solr总结

SOLR总结一、介绍A.Zookeeper介绍Zookeeper分布式服务框架是ApacheHadoop的一个子项目，它主要是用来解决分布式应用中经常遇到的一些数据管理问题，如：统一命名服务、状态同步服务、集群管理、分布式应用配置项的管理等。本文将从使用者角度详细介绍Zookeeper的安装和配置文件中各个配置项的意义，以及分析Zookeeper的典型的应用场景（配置文件的管理、集群管理、同步锁、Leader选举、队列管理等），用Java实现它们并给出示例代码。B.SOLR介绍Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过HttpGet操作提出查找请求，并得到XML格式的返回结果。Solr是一个高性能，采用Java5开发，基于Lucene的全文搜索服务器。同时对其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能进行了优化，并且提供了一个完善的功能管理界面，是一款非常优秀的全文搜索引擎。文档通过Http利用XML加到一个搜索集合中。查询该集合也是通过http收到一个XML/JSON响应来实现。它的主要特性包括：高效、灵活的缓存功能，垂直搜索功能，高亮显示搜索结果，通过索引复制来提高可用性，提供一套强大DataSchema来定义字段，类型和设置文本分析，提供基于Web的管理界面等。SOLR逻辑运行图如下图一图二基本可以用图二这幅图来概述，这是一个拥有4个Solr节点的集群，索引分布在两个Shard里面，每个Shard包含两个Solr节点，一个是Leader节点，一个是Replica节点，此外集群中有一个负责维护集群状态信息的Overseer节点，它是一个总控制器。集群的所有状态信息都放在Zookeeper集群中统一维护。从图中还可以看到，任何一个节点都可以接收索引更新的请求，然后再将这个请求转发到文档所应该属于的那个Shard的Leader节点，Leader节点更新结束完成，最后将版本号和文档转发给同属于一个Shard的replicas节点。二、Zookeeper的安装A.软件1.下载单机安装单机安装非常简单，只要获取到Zookeeper的压缩包并解压到某个目录如：/home/zookeeper-3.2.2下，Zookeeper的启动脚本在bin目录下，Linux下的启动脚本是zkServer.sh，在3.2.2这个版本Zookeeper没有提供windows下的启动脚本，所以要想在windows下启动Zookeeper要自己手工写一个，如清单1所示：清单1.Windows下Zookeeper启动脚本setlocalsetZOOCFGDIR=%~dp0%..\confsetZOO_LOG_DIR=%~dp0%..setZOO_LOG4J_PROP=INFO,CONSOLEsetCLASSPATH=%ZOOCFGDIR%setCLASSPATH=%~dp0..\*;%~dp0..\lib\*;%CLASSPATH%setCLASSPATH=%~dp0..\build\classes;%~dp0..\build\lib\*;%CLASSPATH%setZOOCFG=%ZOOCFGDIR%\zoo.cfgsetZOOMAIN=org.apache.zookeeper.server.ZooKeeperServerMainjava-Dzookeeper.log.dir=%ZOO_LOG_DIR%-Dzookeeper.root.logger=%ZOO_LOG4J_PROP%-cp%CLASSPATH%%ZOOMAIN%%ZOOCFG%%*endlocal在你执行启动脚本之前，还有几个基本的配置项需要配置一下，Zookeeper的配置文件在conf目录下，这个目录下有zoo_sample.cfg和log4j.properties，你需要做的就是将zoo_sample.cfg改名为zoo.cfg，因为Zookeeper在启动时会找这个文件作为默认配置文件。下面详细介绍一下，这个配置文件中各个配置项的意义。tickTime=2000dataDir=D:/devtools/zookeeper-3.2.2/buildclientPort=2181tickTime：这个时间是作为Zookeeper服务器之间或客户端与服务器之间维持心跳的时间间隔，也就是每个tickTime时间就会发送一个心跳。dataDir：顾名思义就是Zookeeper保存数据的目录，默认情况下，Zookeeper将写数据的日志文件也保存在这个目录里。clientPort：这个端口就是客户端连接Zookeeper服务器的端口，Zookeeper会监听这个端口，接受客户端的访问请求。当这些配置项配置好后，你现在就可以启动Zookeeper了，启动后要检查Zookeeper是否已经在服务，可以通过netstat–ano命令查看是否有你配置的clientPort端口号在监听服务。C.集群安装Zookeeper不仅可以单机提供服务，同时也支持多机组成集群来提供服务。实际上Zookeeper还支持另外一种伪集群的方式，也就是可以在一台物理机上运行多个Zookeeper实例，下面将介绍集群模式的安装和配置。Zookeeper的集群模式的安装和配置也不是很复杂，所要做的就是增加几个配置项。集群模式除了上面的三个配置项还要增加下面几个配置项：initLimit=5syncLimit=2server.1=192.168.211.1:2888:3888server.2=192.168.211.2:2888:3888initLimit：这个配置项是用来配置Zookeeper接受客户端（这里所说的客户端不是用户连接Zookeeper服务器的客户端，而是Zookeeper服务器集群中连接到Leader的Follower服务器）初始化连接时最长能忍受多少个心跳时间间隔数。当已经超过10个心跳的时间（也就是tickTime）长度后Zookeeper服务器还没有收到客户端的返回信息，那么表明这个客户端连接失败。总的时间长度就是5*2000=10秒syncLimit：这个配置项标识Leader与Follower之间发送消息，请求和应答时间长度，最长不能超过多少个tickTime的时间长度，总的时间长度就是2*2000=4秒server.A=B：C：D：其中A是一个数字，表示这个是第几号服务器；B是这个服务器的ip地址；C表示的是这个服务器与集群中的Leader服务器交换信息的端口；D表示的是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。如果是伪集群的配置方式，由于B都是一样，所以不同的Zookeeper实例通信端口号不能一样，所以要给它们分配不同的端口号。除了修改zoo.cfg配置文件，集群模式下还要配置一个文件myid，这个文件在dataDir目录下，这个文件里面就有一个数据就是A的值，Zookeeper启动时会读取这个文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是那个server。数据模型Zookeeper会维护一个具有层次关系的数据结构，它非常类似于一个标准的文件系统，如图1所示：图1Zookeeper数据结构Zookeeper这种数据结构有如下这些特点：1.每个子目录项如NameService都被称作为znode，这个znode是被它所在的路径唯一标识，如Server1这个znode的标识为/NameService/Server12.znode可以有子节点目录，并且每个znode可以存储数据，注意EPHEMERAL类型的目录节点不能有子节点目录3.znode是有版本的，每个znode中存储的数据可以有多个版本，也就是一个访问路径中可以存储多份数据4.znode可以是临时节点，一旦创建这个znode的客户端与服务器失去联系，这个znode也将自动删除，Zookeeper的客户端和服务器通信采用长连接方式，每个客户端和服务器通过心跳来保持连接，这个连接状态称为session，如果znode是临时节点，这个session失效，znode也就删除了5.znode的目录名可以自动编号，如App1已经存在，再创建的话，将会自动命名为App26.znode可以被监控，包括这个目录节点中存储的数据的修改，子节点目录的变化等，一旦变化可以通知设置监控的客户端，这个是Zookeeper的核心特性，Zookeeper的很多功能都是基于这个特性实现的，后面在典型的应用场景中会有实例介绍如何使用Zookeeper作为一个分布式的服务框架，主要用来解决分布式集群中应用系统的一致性问题，它能提供基于类似于文件系统的目录节点树方式的数据存储，但是Zookeeper并不是用来专门存储数据的，它的作用主要是用来维护和监控你存储的数据的状态变化。通过监控这些数据状态的变化，从而可以达到基于数据的集群管理，后面将会详细介绍Zookeeper能够解决的一些典型问题，这里先介绍一下，Zookeeper的操作接口和简单使用示例。常用接口列表客户端要连接Zookeeper服务器可以通过创建org.apache.zookeeper.ZooKeeper的一个实例对象，然后调用这个类提供的接口来和服务器交互。前面说了ZooKeeper主要是用来维护和监控一个目录节点树中存储的数据的状态，所有我们能够操作ZooKeeper的也和操作目录节点树大体一样，如创建一个目录节点，给某个目录节点设置数据，获取某个目录节点的所有子目录节点，给某个目录节点设置权限和监控这个目录节点的状态变化。这些接口如下表所示：表1org.apache.zookeeper.ZooKeeper方法列表方法名方法功能描述Stringcreate(Stringpath,byte[]data,ListACLacl,CreateModecreateMode)创建一个给定的目录节点path,并给它设置数据，CreateMode标识有四种形式的目录节点，分别是PERSISTENT：持久化目录节点，这个目录节点存储的数据不会丢失；PERSISTENT_SEQUENTIAL：顺序自动编号的目录节点，这种目录节点会根据当前已近存在的节点数自动加1，然后返回给客户端已经成功创建的目录节点名；EPHEMERAL：临时目录节点，一旦创建这个节点的客户端与服务器端口也就是session超时，这种节点会被自动删除；EPHEMERAL_SEQUENTIAL：临时自动编号节点Statexists(Stringpath,booleanwatch)判断某个path是否存在，并设置是否监控这个目录节点，这里的watcher是在创建ZooKeeper实例时指定的watcher，exists方法还有一个重载方法，可以指定特定的watcherStatexists(Stringpath,Watcherwatcher)重载方法，这里给某个目录节点设置特定的watcher，Watcher在ZooKeeper是一个核心功能，Watcher可以监控目录节点的数据变化以及子目录的变化，一旦这些状态发生变化，服务器就会通知所有设置在这个目录节点上的Watcher，从而每个客户端都很快知道它所关注的目录节点的状态发生变化，而做出相应的反应voiddelete(Stringpath,intversion)删除path对应的目录节点，version为-1可以匹配任何版本，也就删除了这个目录节点所有数据ListStringgetChildren(Stringpath,booleanwatch)获取指定path下的所有子目录节点，同样getChildren方法也有一