簡介
SolrCloud的特色功能
集中式的配置
信息使用ZK進行集中配置。啟動時可以指定把Solr的相關配置文件上傳Zookeeper，多機器共用。這些ZK中的配置不會再拿到本地緩存，Solr直接讀取ZK中的配置信息。配置文件的變動，所有機器都可以感知到。另外，Solr的一些任務也是通過ZK作為媒介發佈的。目的是為了容錯。接收到任務，但在執行任務時崩潰的機器，在重啟後，或者集群選出候選者時，可以再次執行這個未完成的任務。
自動容錯
SolrCloud對索引分片，並對每個分片創建多個Replication。每個Replication都可以對外提供服務。一個Replication掛掉不會影響索引服務。更強大的是，它還能自動的在其它機器上幫你把失敗機器上的索引Replication重建並投入使用。
近實時搜索
立即推送式的replication（也支持慢推送）。可以在秒內檢索到新加入索引。
查詢時自動負載均衡
SolrCloud索引的多個Replication可以分佈在多臺機器上，均衡查詢壓力。如果查詢壓力大，可以通過擴展機器，增加Replication來減緩。
自動分發的索引和索引分片發送文檔到任何節點，它都會轉發到正確節點。
事務日誌
事務日誌確保更新無丟失，即使文檔沒有索引到磁盤。
索引存儲在HDFS上
索引的大小通常在G和幾十G，上百G的很少，這樣的功能或許很難實用。但是，如果你有上億數據來建索引的話，也是可以考慮一下的。我覺得這個功能最大的好處或許就是和下面這個"通過MR批量創建索引"聯合實用。
通過MR批量創建索引
有了這個功能，你還擔心創建索引慢嗎？
強大的RESTful API通常你能想到的管理功能，都可以通過此API方式調用。這樣寫一些維護和管理腳本就方便多了。
優秀的管理界面
主要信息一目瞭然；可以清晰的以圖形化方式看到SolrCloud的部署分佈；當然還有不可或缺的Debug功能。
solr6.0.1已經可以在界面管理集群的大部分功能了。
概念
Collection
在SolrCloud集群中邏輯意義上的完整的索引。它常常被劃分為一個或多個Shard，它們使用相同的Config Set。如果Shard數超過一個，它就是分佈式索引，SolrCloud讓你通過Collection名稱引用它，而不需要關心分佈式檢索時需要使用的和Shard相關參數。
Config Set
Solr Core提供服務必須的一組配置文件。每個config set有一個名字。最小需要包括solrconfig.xml (SolrConfigXml)和schema.xml (SchemaXml)，除此之外，依據這兩個文件的配置內容，可能還需要包含其它文件。它存儲在Zookeeper中。Config sets可以重新上傳或者使用upconfig命令更新，使用Solr的啟動參數bootstrap_confdir指定可以初始化或更新它。
Core
也就是Solr Core，一個Solr中包含一個或者多個Solr Core，每個Solr Core可以獨立提供索引和查詢功能，每個Solr Core對應一個索引或者Collection的Shard，Solr Core的提出是為了增加管理靈活性和共用資源。在SolrCloud中有個不同點是它使用的配置是在Zookeeper中的，傳統的Solr core的配置文件是在磁盤上的配置目錄中。
Leader
贏得選舉的Shard replicas。每個Shard有多個Replicas，這幾個Replicas需要選舉來確定一個Leader。選舉可以發生在任何時間，但是通常他們僅在某個Solr實例發生故障時才會觸發。當索引documents時，SolrCloud會傳遞它們到此Shard對應的leader，leader再分發它們到全部Shard的replicas。
Replica
Shard的一個拷貝。每個Replica存在於Solr的一個Core中。一個命名為"test"的collection以numShards=1創建，並且指定replicationFactor設置為2，這會產生2個replicas，也就是對應會有2個Core，每個在不同的機器或者Solr實例。一個會被命名為test_shard1_replica1，另一個命名為test_shard1_replica2。它們中的一個會被選舉為Leader。
Shard
Collection的邏輯分片。每個Shard被化成一個或者多個replicas，通過選舉確定哪個是Leader。
Zookeeper
Zookeeper提供分佈式鎖功能，對SolrCloud是必須的。它處理Leader選舉。Solr可以以內嵌的Zookeeper運行，但是建議用獨立的，並且最好有3個以上的主機。
新特性
Solr 6.0發佈，新特性解析
SOLR-8831: allow version field to be retrievable via docValues
docValues看來是越來越成熟了，之前使用給性能造成不小的影響，這個有待測試；
繼地理信息檢索之後又一重大新特性，從描述上看是圖數據結構檢索。
SOLR-7543: Basic graph traversal query Example: {!graph from="node_id" to="edge_id"}id:doc_1
雖然join在分佈式模式下不建議使用，但無法避免很多時候還是需要；
SOLR-7584: Adds Inner and LeftOuter Joins to the Streaming API and Streaming Expressions
SOLR-8188: Adds Hash and OuterHash Joins to the Streaming API and Streaming Expressions
管理界面功能日漸完善，增加jdbc驅動支持，增加多個sql特性，門檻越來越低了，也開始貼近大數據分析需求。
集群部署
軟件需求
1、必須使用jdk1.8或更高版本
2、本次使用jdk1.8.0_92 + solr6.0.1 + zookeeper3.4.5集群模式
3、請先下載安裝zookeeper，本文沒寫zookeeper安裝
solr集群安裝
初始化zookeeper目錄
經測試必須先創建zookeeper目錄，否則會報錯，連接zookeeper創建/solr目錄：
# 進入zookeeper後臺命令，默認連接本地localhost:2181
./zookeeper/bin/zkCli.sh
# 創建目錄
create /solr "solr"
安裝solr自帶例子
下載
webget https://mirrors.tuna.tsinghua.edu.cn/apache/lucene/solr/6.1.0/solr-6.1.0.tgz
#解壓
tar zxvf solr-6.0.1.tgz
初始化solr例子配置文件
上傳solr自帶例子配置文件至zookeeper的/solr/configs目錄下：
./bin/solr zk -z localhost:2181/solr -upconfig -n solr -d example/example-DIH/solr/solr
參數說明
-upconfig to move a configset from the local machine to Zookeeper.
-n configName Name of the configset in Zookeeper that will be the destinatino of 'upconfig' and the source for 'downconfig'.
-d confdir The local directory the configuration will be uploaded from
-z zkHost Zookeeper connection string.
在Solr部署中，必須先將collection配置文件上傳至zookeeper中，後面才能創建collection。如果你不是新手，你也可以上傳你自己真正要使用的配置文件。
查看zk目錄：
./bin/zkCli.sh -server localhost:2181
以前的schema.xml換成了managed-schema文件，具體配置文檔：https://cwiki.apache.org/confluence/display/solr/Documents%2C+Fields%2C+and+Schema+Design
使用自帶的jetty啟動服務
進入solr-6.0.1目錄，啟動服務：
cd solr-6.0.1
./bin/solr start -c -m 1g -z localhost:2181/solr -p 8983
參數說明：
-c：cloud模式啟動
-m：最大內存使用
-z：zookeeper集群地址
-p：啟動服務端口
本次測試在一臺機器上裝三個solr示例，用端口區分（如多臺機器可以將solr複製過去直接啟動）：
./bin/solr start -c -m 1g -z localhost:2181/solr -p 8984
./bin/solr start -c -m 1g -z localhost:2181/solr -p 8985
命令行操作參數參考：https://cwiki.apache.org/confluence/display/solr/Command+Line+Utilities
solr面板
創建collection並導入測試數據
在頁面創建collections集群
筆者服務器ip為：192.168.31.135，你們可以將下面ip換成自己的。
1、瀏覽器訪問http://192.168.31.135:8983，點擊collections，點擊Add Collection，示例如下：
具體參數描述在restful api接口中會說明。
2、注意有可能報"Connection to Solr lost"錯誤，不過沒關係，重新刷新瀏覽器即可：
使用restful api創建collections集群
剛才在頁面上創建collections集群是為了嚐鮮一下solr的新功能。在實際部署中建議還是採用restful api的方式創建（可以傳入更多參數）。
直接通過 REST 接口來創建 Collection，你也可以通過瀏覽器訪問下面地址，如下所示：
#先刪除剛才創建好的collections集群
curl 'http://192.168.31.135:8983/solr/admin/collections?action=DELETE&name=solr'
刪除後可以刷新瀏覽器確認是否刪除，確認後再執行下面操作。
#創建collections集群
curl 'http://192.168.31.135:8983/solr/admin/collections?action=CREATE&name=solr&numShards=3&replicationFactor=2&maxShardsPerNode=2'
上面鏈接中的幾個參數的含義，說明如下：
• name： 待創建Collection的名稱
• config set： collection在zookeeper中的配置目錄
• numShards： 分片的數量
• replicationFactor： 複製副本的數量
• maxShardsPerNode：默認值為1，注意三個數值：numShards、replicationFactor、liveSolrNode，一個正常的solrCloud集群不容許同一個liveSolrNode上部署同一個shard的多個replic，因此當maxShardsPerNode=1時，numShards*replicationFactor>liveSolrNode時，報錯。因此正確時因滿足以下條件：
numShards*replicationFactor<liveSolrNode*maxShardsPerNode
集群截圖如下：
導入測試數據
導入solr自帶的測試數據：
./bin/post -c solr example/exampledocs/*.xml
查詢數據
1、瀏覽器訪問http://192.168.31.135:8983，選擇solr
collection，點擊Query，示例如下：
集群管理
collection和replia管理：
schema管理：
總結
Solr6.0.1中頁面管理功能日漸完善，以及新的一些特性，docValues越來越成熟了，增加jdbc驅動支持，增加多個sql特性，門檻越來越低了，也開始貼近大數據分析需求。
閱讀更多 IT維京 的文章
