Solr Cloudera Search使用手册.doc

Cloudera Search使用手册 Search简介 什么是 Search Cloudera Search作为Cloudera CDHClouderas Distribution, including Apache Hadoop）产品的一个重要组成部分基于Apache Solr开源项目进行构建了LuceneSolrCloud、Apache Tika、Solr Cell等相关技术 Search提供近实时Near-Real-Time)数据访问服务，允许非技术人员通过简单的全文搜索接口 Cloud的 Collection 在SolrCloud集群中逻辑意义上的完整的索引。它常常被划分为一个或多个Shard，它们使用相同的Config Set。如果Shard数超过一个，它就是分布式索引，SolrCloud让你通过Collection名称引用它，而不需要关心分布式检索时需要使用的和Shard相关参数。 Config Set Solr Core提供服务必须的一组配置文件。每个config set有一个名字。最小需要包括solrconfig.xml (SolrConfigXml)和schema.xml (SchemaXml)，除此之外，依据这两个文件的配置内容，可能还需要包含其它文件。它存储在Zookeeper中。Config sets可以重新上传或者使用upconfig命令更新，使用Solr的启动参数bootstrap_confdir指定可以初始化或更新它。 Core Core也就是Solr Core，一个Solr中包含一个或者多个Solr Core，每个Solr Core可以独立提供索引和查询功能，每个Solr Core对应一个索引或者Collection的Shard，Solr Core的提出是为了增加管理灵活性和共用资源。在SolrCloud中有个不同点是它使用的配置是在Zookeeper中的，传统的Solr core的配置文件是在磁盘上的配置目录中。 Leader 赢得选举的Shard replicas。每个Shard有多个Replicas，这几个Replicas需要选举来确定一个Leader。选举可以发生在任何时间，但是通常他们仅在某个Solr实例发生故障时才会触发。当索引documents时，SolrCloud会传递它们到此Shard对应的leader，leader再分发它们到全部Shard的replicas。 Replica Shard的一个拷贝。每个Replica存在于Solr的一个Core中。一个命名为“test”的collection以numShards=1创建，并且指定replicationFactor设置为2，这会产生2个replicas，也就是对应会有2个Core，每个在不同的机器或者Solr实例。一个会被命名为test_shard1_replica1，另一个命名为test_shard1_replica2。它们中的一个会被选举为Leader。 Shard Collection的逻辑分片。每个Shard被化成一个或者多个replicas，通过选举确定哪个是Leader。 Cloudera Search安装 Cloudera Search作为CDH的一个组件统一采用Cloudera Manager进行安装及配置具体内容参加CDH的安装说明文档本文以具体配置使用为主 3.1. 简单示例 采用SSH或者Telnet远程连接到服务器上在控制台依次执行下来命令创建solr配置目录 #solrctl instancedir --generate oa_solr 基于solr配置，创建Core #solrctl instancedir --create oa oa_solr 创建集合 #solrctl collection --create article -s 2 -c oa 向集合中加入测试数据 #cd /opt/cloudera/parcels/CDH/share/doc/solr-doc*/example/exampledocs #java -Durl=http://localhost:8983/solr/article/update -jar post.jar *.xml 在浏览器中输入17:8983/solr/进入Solr配置管理界面 在左侧导航栏中选择Core点击Query”菜单点击 Query”，如出现数据，则完成最基本的查询功能。 3.2. 整合中文分词 Solr默认没有中文分词处理需要进行添加配置本示例采用IK Analyer进行分词配置 3.2.1. 下载IK Analyer IK Analyer最新的版本为IK Analyzer 2012FF_hf1.zip可以从官方网站下进行获取/ar