Solr(搜索引擎服务)和MongoDB通过mongodb-connector进行数据同步的解决方案，以及遇到的各种坑的总结（针对solr-5.3.x版本）,mongodb和solr实现实时增量索引...

Solr配置与MongoDB的安装

     Solr安装配置到目前已经非常简单，参考官方文档：http://lucene.apache.org/solr/quickstart.html，官方文档中用的是cloud这个样例(-e 指定)，最后，我采用的是techproducts，基本命令如下：

注意：如果unzip没有安装，请先安装：apt-get install unzip

 

root@xxx:xxx# ls solr-*

solr-5.3.1.zip  solr-5.3.1.zip

root@xxx:xxx# unzip -q solr-5.3.1.zip

root@xxx:xxx# cd solr-5.3.1/

root@xxx:/home/software/solr-5.3.1# bin/solr start -e techproducts –noprompt

Your current version of Java is too old to run this version of Solr

We found version 1.7.0_79, using command '/usr/java/jdk1.7.0_79/bin/java'

Please install latest version of Java 8 or set JAVA_HOME properly.

 

Debug information:

JAVA_HOME: /usr/java/jdk1.7.0_79

Active Path:

/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/usr/java/jdk1.7.0_79/bin:/usr/local/mongodb/bin

 

如果出现上面的提示语，请安装jdk1.7以上版本

 

安装好之后执行：

root@xxx:/home/software/solr-5.3.1# bin/solr start -e techproducts -noprompt

 

这时候从浏览器访问：

http://localhost:8983/solr/#/techproducts     的结果是：

上面的techproducts就是一个SolrCore

1、Solr的安装和启动停止

按照官方文档所说，如果你像用完后关闭solr,并清除这个样例底下的数据，那么请运行：

root@xxx:/home/software/solr-5.3.1# pwd

/home/software/solr-5.3.1

root@xxx:/home/software/solr-5.3.1# bin/solr stop -all

Sending stop command to Solr running on port 8983 ... waiting 5 seconds to allow Jetty process 1816 to stop gracefully.

 

root@xxx:/home/software/solr-5.3.1# rm -Rf example/techproducts/

 

注意：如果在停止所有之后执行：bin/solr start -all -noprompt   默认到，然后访问：http://localhost:8983/solr/   ，添加solrCore，它最后会到/home/software/solr-5.3.1/server/solr中去找。若没有，拷贝：/home/software/solr-5.3.1/example/techproducts/techproducts    到   /home/software/solr-5.3.1/server/solr   并将名称techproducts改成docdetection,例如：

并修改docdetection中的core.properties的内容为：

#Written by CorePropertiesLocator#Fri Mar 31 18:36:50 UTC 2017name=docdetectionconfig=solrconfig.xmlschema=schema.xmldataDir=data

如果想创建多个，可以在docdetection同级目录下创建多个。比如：

core.properties的内容如下：

#Written by CorePropertiesLocator#Fri Mar 31 18:36:50 UTC 2017name=testconfig=solrconfig.xmlschema=schema.xmldataDir=data

进入/home/software/solr-5.3.1/server/solr-webapp/webapp/WEB-INF,修改web.xml中的

<env-entry>       <env-entry-name>solr/home</env-entry-name>       <env-entry-value>/home/software/solr-5.3.1/server/solr</env-entry-value>       <env-entry-type>java.lang.String</env-entry-type>    </env-entry>

接着刷新：http://localhost:8983/solr，最终的界面如下：

2、solr与MongoDB的整合

从Solr官方给的quickstart文档上来看，它可以搜索xml,json, csv等多种文档，但丝毫看不出这东西还能跟MongoDB整合，但是万能的人类总是能想办法把他们弄到一起，或许真的有全能神吧。

    参考地址：http://www.cnblogs.com/sysuys/p/3403670.html

 

    为了让solr和mongodb进行整合，需要mongo-connector，参考地址是：https://github.com/10gen-labs/mongo-connector/wiki/Getting-Started

   

    关于mongo-connector的下载地址：https://github.com/mongodb-labs/mongo-connector

   

1） 、建立MongoDB的replica set(副本集)

安装python-pip 和 git

root@xxx:~# apt-get install python-pip

root@xxx:~# apt-get install git

Reading package lists... Done

Building dependency tree      

Reading state information... Done

The following extra packages will be installed:

root@iZm5effj2tm01xy2qqmnlzZ:~#

 

指定副本集合启动：

mongod –replSet docdetection   在本次实验中，我把他放到后台运行了，参考地址：http://blog.csdn.net/tototuzuoquan/article/details/55805811

 

MongoDB的终止和启动很简单，你要是上面启动的，它就在前台运行，你需要再次结束时，直接Ctrl + C，如果启动时加上&，它就在后台运行，当然也就得用pkill或者kill了。

 

然后再mongo shell下对副本集进行初始化：

root@xxx:/etc# mongo

MongoDB shell version: 3.2.11

connecting to: test

Server has startup warnings:

> rs.initiate();

{

         "info2" : "no configuration specified. Using a default configuration for the set",

         "me" : "iZm5effj2tm01xy2qqmnlzZ:27017",

         "ok" : 1

}

docdetection:OTHER>

这个时候MongoDB这一边就弄好了，很简单，就要加一个副本集。

2）、安装mongo-connector

2.1）、mongo-connector安装（推荐）

安装参考https://github.com/10gen-labs/mongo-connector，十分简单，一条命令：

可以在安装的时候，让mongo-connector作为一个后台进程，可以按照下面的步骤进行安装：

编辑config.json进行查看

root@xxx:/home/software/mongo-connector-master#pwd

/home/software/mongo-connector-master

 

root@xxx:/home/software/mongo-connector-master# pip install mongo_connector[solr]

要注意的是，在后面同步solr的时候，要doc manager,所以，也需要对它进行安装，如果够仅仅是按照上面的方式安装，同步的时候会出现错误，在网上查了很久，最后直接在mongodb-connector中的README.rst找到了一个地址：https://github.com/mongodb-labs/solr-doc-manager    (同理安装其它类型的doc-manger也类似)

 

如果没有安装：solr-doc-manager，请执行下面的命令：pip install solr-doc-manager

 

如果查找mongo-connector在哪儿，可以使用下面的方式：

root@xxx:/etc/init.d# find / -name mongo-connector

/home/software/mongo-connector-master/scripts/mongo-connector

/usr/local/bin/mongo-connector

root@xxx:/etc/init.d#

 

下面是安装elastic2-doc-manager 这个doc-manager

root@xxx:/home/software/mongo-connector-master# pip install elastic2-doc-manager

 

注意：如果提示没有python-pip，apt-get一下便好了。但是先别急着用，因为这个东西要读取solr的配置文件，所以Solr中的一些地方弄好了，再用这个就只是一条命令罢了。

 

注意：网上说通过pip安装，但是没有说卸载的，看下pip的说明：

root@xxx:/home/software/mongo-connector-master# pip  --help

 

Usage:  

  pip <command> [options]

可以通过下面的方式进行卸载：

root@xxx:/home/software/mongo-connector-master# pip uninstall mongo-connector

2.2）、第二种安装mongodb-connector的方式：

git clone https://github.com/10gen-labs/mongo-connector.git

cd mongo-connector

#安装前修改mongo_connector/constants.py的变量：设置DEFAULT_COMMIT_INTERVAL = 0

python setup.py install

 

2.3）、第三种方式：https://github.com/mongodb-labs/mongo-connector上下载mongo-connector-master.zip   （不推荐）

root@xxx:/home/software# unzip mongo-connector-master.zip

root@xxx:/home/software# chmod +x setup.py

root@xxx:/home/software# cd mongo-connector-master/

root@xxx:/home/software/mongo-connector-master# python setup.py install

root@xxx:/home/software/mongo-connector-master# python setup.py install_service

running install_service

creating /var/log/mongo-connector

copying ./config.json -> /etc/mongo-connector.json

copying ./scripts/mongo-connector -> /etc/init.d

 

root@xxx:/home/software/mongo-connector-master# chmod +x /etc/init.d/mongo-connector

执行下面的命令确保系统的启动配置被更新了：

root@xxx:/home/software/mongo-connector-master# update-rc.d mongo-connector defaults

update-rc.d: warning: default start runlevel arguments (2 3 4 5) do not match mongo-connector Default-Start values (3 4 5)

 Adding system startup for /etc/init.d/mongo-connector ...

   /etc/rc0.d/K20mongo-connector -> ../init.d/mongo-connector

   /etc/rc1.d/K20mongo-connector -> ../init.d/mongo-connector

   /etc/rc6.d/K20mongo-connector -> ../init.d/mongo-connector

   /etc/rc2.d/S20mongo-connector -> ../init.d/mongo-connector

   /etc/rc3.d/S20mongo-connector -> ../init.d/mongo-connector

   /etc/rc4.d/S20mongo-connector -> ../init.d/mongo-connector

   /etc/rc5.d/S20mongo-connector -> ../init.d/mongo-connector

root@iZm5effj2tm01xy2qqmnlzZ:/home/software/mongo-connector-master#

 

如果想移除后台运行的可以执行下面的操作：

python setup.py uninstall_service

 

通过这个命令可以移除/etc/init.d/mongo-connector 和 /etc/mongo-connector.json

 

3）Solr一端的配置：

查找schema.xml,并修改这个文件

root@xxx:/home/software/solr-5.3.1# find ./ -name "schema.xml"

./example/example-DIH/solr/rss/conf/schema.xml

./example/example-DIH/solr/tika/conf/schema.xml

./example/example-DIH/solr/solr/conf/schema.xml

./example/example-DIH/solr/mail/conf/schema.xml

./example/example-DIH/solr/db/conf/schema.xml

./example/techproducts/solr/techproducts/conf/schema.xml

./server/solr/configsets/sample_techproducts_configs/conf/schema.xml

./server/solr/configsets/basic_configs/conf/schema.xml

root@iZm5effj2tm01xy2qqmnlzZ:/home/software/solr-5.3.1#

 

打开

vi ./server/solr/configsets/sample_techproducts_configs/conf/schema.xml

将(linux上的查找方式是： Esc --à    :/<uniqueKey>)

<uniqueKey>id</uniqueKey>

改成带有下划线的id：

再添加（Linux上到达最第行的命令：  Esc --à  Shift + g）：

<field name="_id" type="string" indexed="true" stored="true" />

<field name="_ts" type="long" indexed="true" stored="true" />

<field name="ns" type="string" indexed="true" stored="true"/>

 

添加后的效果如下：

 

注释掉原来的（命令是：  Esc --à :/name="id"）

<!-- 

<field name="id"type="string" indexed="true" stored="true"required="true" multiValued="false" />

-->

截图如下：

不然往Solr中添加一个json，或者xml都要求有这个字段id,因为required=”true”

schema.xml的修改就是这些

 

修改solrconfig.xml

打开：

vi ./server/solr/configsets/sample_techproducts_configs/conf/solrconfig.xml

将（关于下面的class如果配置错了，也将出不来solr和mongodb的数据同步,参考官网：https://github.com/mongodb-labs/mongo-connector/wiki/Usage with Solr#make-sure-the-lukerequesthandler-is-enabled）

<requestHandler name="/admin/luke" class="org.apache.solr.handler.admin.LukeRequestHandler" />

 

解注释，如果没有，就添加一行，这个东西要被mongo-connector用到，mongo-connector会请求获取上面的schema.xml，正是这个Handler来处理这个请求，所以说这个很重要。

 

最后：

    最后，我们按照之前说的关闭Solr，清除example/techproducts目录，重新再次启动Solr，重启techproducts样例会产生一些错误，那是因为修改了schema.xml，里面uniqueKey变成了_id，而不是id，所以会产生这些错误，但这些都可以忽略，不产生错误就说明有问题。之后你会发现，那两个配置文件被复制成了exmaple/techproducts这个样例的配置文件，就像上文说的。

root@xxx:/home/software/solr-5.3.1# cd /home/software/solr-5.3.1

root@xxx:/home/software/solr-5.3.1# bin/solr stop -all

Sending stop command to Solr running on port 8983 ... waiting 5 seconds to allow Jetty process 1816 to stop gracefully.

 

root@xxx:/home/software/solr-5.3.1#

root@xxx:/home/software/solr-5.3.1# bin/solr start -e techproducts -noprompt

 

4)使用mongo-connector连接Solr与MongoDB.

在目前情况下，请运行（其中：mongo-connector 的参考地址是：http://blog.csdn.net/hyman_yx/article/details/51684218）：

mongo-connector -m localhost:27017 --auto-commit-interval=0 -t http://localhost:8983/solr/techproducts -d solr_doc_manager &

mongo-connector -m localhost:27017 --auto-commit-interval=0 -t http://localhost:8983/solr/docdetection -d solr_doc_manager &

注意：

若有时候发现重新创建索引的时候不给力，需要执行下面的命令（同时要删除索引，重新创建）：

root@iZm5effj2tm01xy2qqmnlzZ:/home/software/solr-5.3.1# rm -rf mongo-connector.log root@iZm5effj2tm01xy2qqmnlzZ:/home/software/solr-5.3.1# rm -rf oplog.timestamp 

root@iZm5effj2tm01xy2qqmnlzZ:/home/software/solr-5.3.1/server/solr/docdetection/data# pwd/home/software/solr-5.3.1/server/solr/docdetection/dataroot@iZm5effj2tm01xy2qqmnlzZ:/home/software/solr-5.3.1/server/solr/docdetection/data# rm -rf *

执行完成之后的效果如下：

查看mongo-connector进去的内容

经过以上步骤配置之后，终于可以看到（至此，配置成功）：

在MongoDB中的内容为：

如果有时候你发现你的solr没有自动同步数据，那是因为solr默认配置中，默认把自动同步给关闭了，这时候需要对solrconfig.xml自动同步的开关进行设置，可以以下操作

进入solr的目录（注意：我的solr是放在/home/software/solr-5.3.1）中的：

cd /home/software/solr-5.3.1

查找solrconfig.xml

find ./ -name solrconfig.xml,结果如下：

./example/files/conf/solrconfig.xml

./example/example-DIH/solr/rss/conf/solrconfig.xml

./example/example-DIH/solr/tika/conf/solrconfig.xml

./example/example-DIH/solr/solr/conf/solrconfig.xml

./example/example-DIH/solr/mail/conf/solrconfig.xml

./example/example-DIH/solr/db/conf/solrconfig.xml

./example/techproducts/solr/techproducts/conf/solrconfig.xml

./server/solr/configsets/sample_techproducts_configs/conf/solrconfig.xml

./server/solr/configsets/basic_configs/conf/solrconfig.xml

./server/solr/configsets/data_driven_schema_configs/conf/solrconfig.xml

 

修改上面红色标注出来的文件中的如下内容进行修改：

<autoCommit>

   <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>

   <openSearcher>false</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

<maxTime>${solr.autoSoftCommit.maxTime:-1}</maxTime>

</autoSoftCommit>

 

修改1：vimexample/techproducts/solr/techproducts/conf/solrconfig.xml

<autoCommit>

<maxTime>${solr.autoCommit.maxTime:15000}</maxTime>

    <openSearcher>false</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

 

<autoSoftCommit>

       <maxTime>${solr.autoSoftCommit.maxTime:-1}</maxTime>

</autoSoftCommit>

 

修改为：

<autoCommit>

<maxTime>300000</maxTime>

    <maxDocs>10000</maxDocs>

    <openSearcher>true</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

    <maxDocs>1000</maxDocs>

    <maxTime>60000</maxTime>

</autoSoftCommit>

 

修改2：/server/solr/configsets/sample_techproducts_configs/conf/solrconfig.xml

<autoCommit>

    <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>

    <openSearcher>false</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

 

<autoSoftCommit>

    <maxTime>${solr.autoSoftCommit.maxTime:-1}</maxTime>

</autoSoftCommit>

 

修改为：

<autoCommit>

    <maxTime>300000</maxTime>

    <maxDocs>10000</maxDocs>

    <openSearcher>true</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

    <maxDocs>1000</maxDocs>

    <maxTime>60000</maxTime>

</autoSoftCommit>

 

修改3：vim server/solr/configsets/basic_configs/conf/solrconfig.xml

<autoCommit>

     <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>

     <openSearcher>false</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

     'soft' commit which only ensures that changes are visible

     but does not ensure that data is synced to disk.  This is

     faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

     <maxTime>${solr.autoSoftCommit.maxTime:-1}</maxTime>

</autoSoftCommit>

 

修改为：

<autoCommit>

    <maxTime>300000</maxTime>

    <maxDocs>10000</maxDocs>

    <openSearcher>true</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

    <maxDocs>1000</maxDocs>

    <maxTime>60000</maxTime>

</autoSoftCommit>

 

修改4：vimserver/solr/configsets/data_driven_schema_configs/conf/solrconfig.xml

<autoCommit>

    <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>

<openSearcher>false</openSearcher>

</autoCommit>

 

修改为：

<autoCommit>

    <maxTime>300000</maxTime>

<maxDocs>10000</maxDocs>

    <openSearcher>true</openSearcher>

</autoCommit>

 

<!-- softAutoCommit is like autoCommit except it causes a

         'soft' commit which only ensures that changes are visible

         but does not ensure that data is synced to disk.  This is

         faster and more near-realtime friendly than a hard commit.

-->

<autoSoftCommit>

<maxDocs>1000</maxDocs>

    <maxTime>60000</maxTime>

</autoSoftCommit>

要注意的是，如果想在solr中再次添加mongodb中中的key作为索引元素，需要编辑solrCore中的schema.xml中的内容。下面的一个例子是：

<?xml version="1.0" encoding="UTF-8" ?>

<schema name="example" version="1.5"> 

 <types>     

  <fieldType name="string" class="solr.StrField" sortMissingLast="true" />  

<fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>  

<fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>      

<fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>      

<fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>     

<fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>  

<fieldType name="date" class="solr.TrieDateField" precisionStep="0" positionIncrementGap="0"/>  

<!--  

        <fieldType name="text_ik" class="solr.TextField">       

<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>      

</fieldType>  

-->    

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">  

<analyzer type="index">

<tokenizer class="solr.StandardTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

<!-- in this example, we will only use synonyms at query time

<filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>

-->

<filter class="solr.LowerCaseFilterFactory"/>  

  </analyzer>  

<analyzer type="query">

<tokenizer class="solr.StandardTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>

<filter class="solr.LowerCaseFilterFactory"/>  

</analyzer>      

</fieldType>  

</types>    

<fields>      

<field name="_version_" type="long" indexed="true" stored="true"/>      

<field name="_id" type="string" indexed="true" stored="true" />      

<field name="_ts" type="long" indexed="true" stored="true" />     

<field name="ns" type="string" indexed="true" stored="true"/>   

<field name="docLibrayId" type="string" indexed="true" stored="true"/>      

<field name="originalDocPath" type="string" indexed="true" stored="true"/>      

<field name="htmlDocPath" type="string" indexed="true" stored="true" />      

<field name="originalFileName" type="string" indexed="true" stored="true"/>      

<field name="majorId" type="string" indexed="true" stored="true"/>   

<field name="majorName" type="string" indexed="true" stored="true"/>      

<field name="propertyId" type="string" indexed="true" stored="true"/>      

<field name="propertyName" type="string" indexed="true" stored="true"/>      

<field name="wordNum" type="int" indexed="true" stored="true"/>      

<field name="paragNum" type="int" indexed="true" stored="true"/>      

<field name="sentenceNum" type="int" indexed="true" stored="true"/>  

<field name="content" type="text_general" indexed="false" stored="true" multiValued="true"/>  

</fields>  

<uniqueKey>_id</uniqueKey>  

<defaultSearchField>majorName</defaultSearchField>  

<solrQueryParser defaultOperator="OR"/>

</schema>

回到执行mongodb-connector命令的所在位置：

mongo-connector -m localhost:27017 --auto-commit-interval=0 -t http://localhost:8983/solr/docdetection -d solr_doc_manager &

找到：oplog.timestamp，然后删除。同样，也可以删除mongo-connector.log这个文件

进入索引的存放目录：

cd /home/software/solr-5.3.1/server/solr/docdetection/data

删除生成的所有的索引信息rm -rf *    (注意目录在：cd /home/software/solr-5.3.1/server/solr/docdetection/data)

然后再执行：

重启solr，命令在博文的上面：

mongo-connector -m localhost:27017 --auto-commit-interval=0 -t http://localhost:8983/solr/docdetection -d solr_doc_manager &