Solr概述

Solr是基于Apache Lucene的独立的企业级应用搜索服务器。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。

Solr常见的业务操作流程如下：

1. 更新默认配置集文件，上传给ZooKeeper。

   Solr需要指定配置集创建Collection，配置集主要有两个配置文件：一个是“solrconfig.xml”（主要定义Solr的处理程序和一些扩展程序）；另一个是“managed-schema”（主要定义索引的字段和字段类型）。用户可以首先获取Solr的默认的配置集confWithSchema，对其配置集文件进行修改后上传。

   具体的操作命令可参考Shell客户端操作命令。

2. 创建Collection。

   根据业务的需要，指定配置集创建Collection。

   在Shell客户端操作命令、Solr Admin的页面操作、Linux下的curl命令、浏览器URL下的Rest消息、Hue对接Solr章节都有创建Collection的方法，建议参考Shell客户端操作命令。

3. 查询Collection的状态。

   登录Manager，选择“集群 > 待操作集群名称 > 服务 > Solr”，确认Solr的实例全部正常工作。

   单击Solr WebUI的“SolrServerAdmin”（两个任选一个）进入Solr Admin页面。

   在Solr Admin页面，选择“Cloud > Graph”即可查看Collection的状态。

4. 导入数据，创建索引。

   根据不同的业务需求，可以分为：

   • Solr over HBase：Solr索引HBase上的数据，请参考Solr over HBase。
   • Solr over HDFS：Solr索引HDFS上的数据，请参考Solr over HDFS。
   • Solrj：通过客户端开发创建索引。
5. 查询索引数据。

   查询索引数据操作，参考Solr Admin的页面操作。

6. 删除索引数据。

   在Shell客户端操作命令、Solr Admin的页面操作、Linux下的curl命令、浏览器URL下的Rest消息章节都有删除索引数据的方法，建议参考Shell客户端操作命令。

7. 删除Collection。

   在Shell客户端操作命令、Solr Admin的页面操作、Linux下的curl命令、浏览器URL下的Rest消息、Hue对接Solr章节都有删除Collection的方法。建议参考Shell客户端操作命令。

• 建议Solr中Solr Core总数不超过4万个。Solr Core总数较多时，如果需要重启Solr服务，建议分批次重启SolrServer实例，减少对Zookeeper的压力。
• 在创建Collection时，要确保Solr服务的所有实例正常，否则可能会造成部分Shard创建失败，从而导致整个Collection创建失败。
• 在删除Collection时，要确保Solr服务的所有实例状态正常，否则会造成数据删除不干净，重启服务后Solr的界面上会显示出现垃圾数据。因操作不当导致垃圾数据产生时，记住这些垃圾数据的Core的名称，从后台进入到存放垃圾数据的Core目录，将有垃圾数据的Core名称的文件夹删除后，重启Solr服务即可。实例正常后，也可以再次删除对应的Collection名称，清除遗留数据。
• 在安全模式下，需要注意登录的用户是否有对相应的Collection操作的权限，没有对该Collection的读写权限，无法对该Collection进行操作。
• Solr内部采用的是UTC零时区，如果在客户端创建的Core和Collection时区与Solr内部处理的时区不一致，在Solr Admin的页面显示Core的启动时间会有一定时差，对业务没有影响。
• 对于已创建的collection都会占用内存资源，当存在Solr实例的内存使用超过jvm设置的-Xmx值的90%时，Solr集群会给出内存超阈值使用告警。