（一）solr4.0 solr4.0,solr4.2,solr4.3, replica collection core shard slice 概念阐述

来源：http://www.tnove.com/?p=33

本文适用于solr4.0,solr4.2,solr4.3,

solr4.0 正式发布有一段时间了，目前是BETA版，从ALpha版到beta新增加了collection的概念，本文就Solr4.0中的多个索引相关概念再做详细的说明。本文以beta版为基础

solr4.0 的所以继承Lucene的分段索引方式，采用了多shard的方式以提高在分布式云环境下的高性能要求的瓶颈。对于一个完整的文档集，将被分布到多个shard中进行索引存储，每个shard相对独立，有自己独立的indexwriter和searcher。shard是对完整文档集索引 分片（块）处理的体现，在solr的代码里每个shard都有一个solrCore对其维护管理。所以core是从solr代码的层面上讲的，而shard是从索引数据的分割角度来讲的。目前solr只允许一个core管理维护一个shard。

      core 作为一个实例负责管理一个整个索引中的一个shard，对该shard进行索引的增删查改（update）。core是solr对索引单元管理的最小单位。而一个shard也拥有完整的lucene索引文件结构。几个shard的索引加在一起组成文档集的所有索引。

     slice 是一组具有相同数据的shard构成的集合。通常建议3个shard作为一个slice，其中3个shard数据完全相同，但分布在不同的服务器上，以起到互相备份的作用，最终实现容灾和高可靠性的要求。如下图，一个两个服务器组成的solr 集群。该集群中只有一个collection（collection one），该collection中有两个slice，每个slice由2个shard构成。slice的两个shard分布在不同的服务器上以到达容灾目的。

    collection是一个逻辑的概念，用来组织多个slice。一个collection包含整个文档集的索引数据（完整）。collection的作用是为了实现多租户的功能。即多个用户（公司）要在一个solr集群上索引各自的数据。这样，各客户间的数据不能交叉，因为A客户的数据可能不希望让B客户访问。为了逻辑上和物理上隔离客户间的数据，产生了collection。一个collection索引并存放一个客户的数据。在一个collection里面又有多个silce。多slice保证吞吐量的要求（每个slice都可以处理索引请求并提供search服务）。

    replica是shard的备份，目前1个shard就是一个replica。所以我们可以说每个slice有多个shard构成或者说多个replica构成。其中slice中的replica又有不同的职责，其中有且仅有一个作为主要的服务者，我们称其为leader replica 其他的备份的作为普通的replica。普通replica以 leader replica马首是瞻，保持与leader replica的同步。即普通replica索引的数据不能多于leader replica的索引。leader replica索引的增减直接影响普通replica的索引增减，普通 replica 向leader replica看齐，保持一致。如果当前某个leader replica死掉，将引发新的选举，产生新的leader replica，之后其他普通replica将向新的leader replica保持一致。

下面以一个具体部署的实例的admin工具看到的graph为例说明：

   该集群由3台server组成。 只配置了1个collection（collection1），该collection 由 10 个slice组成。图中 的shard1~10实际上应该称作slice1~10 （该admin工具赋予的名称容易误导开发者）。而每个slice下面的每个圆圈表示一个replica，实心圆圈表示leader replica，空心为普通replica，灰色的圆圈表示死掉的replica（如服务器down掉）。 目前从图上可以看出，每个slice由3个replica 构成。（同个slice中的3个replica的数据相同，保存在不同的服务器上，起到备份作用）。

    从shard的角度讲，1个replica里保存一份shard。1个slice中有一份唯一的shard（unique shard），但该shard有两个备份，同 unique shard 内容相同。

   从core的角度讲，每个replica又一个core维护管理。core负责处理索引请求和搜索请求，以及该replica的索引文件管理，如merge等。所以该例子中总共有30个core，30个replica（其中10个leader replica），10个slice。30个core平均分布在3太server上，每个server10个core。每个server为每个slice保存了一份replica。 每个slice都有3份replica分别在不同的3个server上（X.X.X.251-253）。

   

当索引请求来了怎么处理，下一篇文章介绍。