ZooKeeper+Wildfly(jboss)+SolrCloud搭建

solr 新版本支持了cloud功能，对于solr来说 可以当成NOSQL数据源用，它最大的特点就是多字段，多条件联合查询功能比较强大，（Hbase 对大数据量支持会比较好，但是复杂查询就功能比较弱了，可以写filter但是功能支持比较少）比如当你需要对查询的结果集进行过滤，进行合并，它的功能最合适了，但是由于它是索引结构，所以如果是同时写又读的情况它的性能会大大降低。因此，对于大量单独读的应用，而且读的需求又比较复杂比如 过滤，合并等等功能 可以考虑搭建solrcloud环境（solr之前本身支持读写分离，但是由于维护的数据量过大的时候，solr的内存是个瓶颈，因此solrcloud的诞生，为我们提供了良好的解决方案 ）下面就是测试环境搭建的solrcloud实践。

安装前准备

1、三台服务器：10.22.31.18(S1) 10.24.51.108(S2) 10.24.51.105(S3)

2、文件准备

1、zookeeper集群配置

多台zookeeper服务器具备系统高可靠性，高可用性，任意一台zookeeper服务器挂掉，系统会选举出一台服务器为leader（因为zookeeper的容错性，建议zookeeper服务器的个数为奇数）。任意一台solr服务器挂掉，系统还是可以用的。

1.1 在S1的D盘根目录新建文件夹apache，将三个文件分别拷贝到该文件夹下，并解压成功。

1.2 好了，废话不多说了，下面开始配置zookeeper分布式集群。

在zookeeper的根目录下新建“data”和“logs”两个文件夹，后面会用到。

复制zoo_sample.cfg并将文件名改为zoo.cfg

修改后

按照图中的配置修改zoo.cfg

下面再到刚刚新建的那个data文件夹目录下新建文件myid，记住不带任何后缀。在该文件中只写一个数字1。

目前为止S1（10.22.31.18）上的zookeeper已经配置好了，下面将配好的zookeeper分别复制到S2，S3上面，建议连带着apache文件夹一起复制。复制完了吧，最后分别把S2，S3上的myid文件的值改为2,3。这里的2,3不是随便写的，是要对应着zoo.cfg中的server.1、server.2、server.2

最后分别在三台机器上启动服务，位置在D:\apache\zookeeper-3.4.6\bin\ zkServer.cmd,一开始报错是正常的，因为zookeeper集群在寻找节点，只有最后出现图中的信息，说明你的zookeeper配置成功啦。

 

服务链接说明：

server.1=10.22.31.18:2888:3888

server.2=10.24.51.105:2888:3888

server.3=10.24.51.108:2888:3888

server.A=B：C：D：

A是一个数字,表示这个是第几号服务器,B是这个服务器的ip地址

C第一个端口用来集群成员的信息交换,表示的是这个服务器与集群中的Leader服务器交换信息的端口

D是在leader挂掉时专门用来进行选举leader所用

其他的参数请参考zoo.cfg配置参数详解

2、Wildfly（jboss）环境配置+solrcloud

其实说到wildfly的配置，我在搭建环境的时候还真没有进行多少配置修改的，只要你把jdk的环境变量配置好了，wildfly就能启动了，还有就是建议最好把你本机的jboss环境变量删除（删前备份）。

好了，下面的修改的配置，是针对zookeeper和solrcloud进行修改的，因为是windows，所以有的地方是要注意的，网上的教程都是一带而过，这里希望大家注意一下。

为了好区分，我将wildfly-8.1.0.Final的文件名改为wildfly-8781,8781也是后面用到的端口号。

首先修改D:\apache\wildfly-8781\standalone\configuration下面的standalone.xml文件，这里的ip要改成自己本机的ip不要用127或者localhost，不然到后面与zookeeper交互的时候会连接不上。

在根目录下新建solrbase文件夹，并将D:\apache\solr-4.9.0\example下的solr拷贝到solrbase下面

修改solr.xml

按照图中的红框修改，就是前面讲的端口号

 

然后再将D:\apache\solr-4.9.0\example\webapps\solr.war拷贝到D:\apache1\wildfly-8781\standalone\deployments下面。

最后就是要修改这个solr.war这个war包了，双击用rar方式打开，进入WEB-INF中，先将web.xml拷出来，进行配置修改

修改env-entry-value ，这个值就是你的solrbase的位置，也就是网上说的solr-home。

然后在其他地方新建classes文件夹，将D:\apache\solr-4.9.0\example\resources\log4j.properties拷贝到里面，然后将这个classes和修改后的web.xml拖到刚刚打开的那个war包里面，还有D:\apache\solr-4.9.0\example\lib\ext下面的所有jar包，也要拷贝到WEB-INF\lib下面。

最后还有就是配置JAVA_OPTS,这个是wildfly和zookeeper集群交互的关键，

其值是

1.在作为leader的jboss启动的配置 

-Dbootstrap_confdir=D:\apache\wildfly-8781\solrbase\solr\collection1\conf-Dcollection.configName=clusterconf -DzkHost=10.24.51.105:2181,10.24.51.108:2181,10.22.31.18:2181-DnumShards=2

2.在作为slave的jboss启动的配置 

-DzkHost=10.24.51.105:2181,10.24.51.108:2181,10.22.31.18:2181

说明：-Dbootstrap_confdir：zookeeper存放solr配置文件的路径-Dcollection.configName：自定义的配置名称 -DzkHost：zookeeper服务IP及端口；-DnumShards就是shard个数。

所有配置都弄好了，下面当然要看看成果怎么样啦，

首先启动三个zookeeper，然后起solr服务，D:\apache\wildfly-8781\bin\standalone.bat。出现下图则说明solrcloud配置成功。

如果要多几个solr服务，方法同上面一样。如果在同一台机器上其多个solr服务，需要考虑的是不同的端口号。

 

其实Linux和windows的配置都是一样的，只是有的地方配置的要用linux的命令去配置，就比如最后一项，linux的命令是：

Export JAVA_OPTS=-Dbootstrap_confdir=D:\apache\wildfly-8781\solrbase\solr\collection1\conf -Dcollection.configName=clusterconf -DzkHost=10.24.51.105:2181,10.24.51.108:2181,10.22.31.18:2181 -DnumShards=2

 

 

3、zoo.cfg配置参数详解

参数名

说明

clientPort

客户端连接server的端口，即对外服务端口，一般设置为2181吧。

dataDir

存储快照文件snapshot的目录。默认情况下，事务日志也会存储在这里。建议同时配置参数dataLogDir,事务日志的写性能直接影响zk性能。

tickTime

ZK中的一个时间单元。ZK中所有时间都是以这个时间单元为基础，进行整数倍配置的。例如，session的最小超时时间是2*tickTime。

dataLogDir

事务日志输出目录。尽量给事务日志的输出配置单独的磁盘或是挂载点，这将极大的提升ZK性能。  
（No Java system property）

globalOutstandingLimit

最大请求堆积数。默认是1000。ZK运行的时候，尽管server已经没有空闲来处理更多的客户端请求了，但是还是允许客户端将请求提交到服务器上来，以提高吞吐性能。当然，为了防止Server内存溢出，这个请求堆积数还是需要限制下的。  
(Java system property:zookeeper.globalOutstandingLimit. )

preAllocSize

预先开辟磁盘空间，用于后续写入事务日志。默认是64M，每个事务日志大小就是64M。如果ZK的快照频率较大的话，建议适当减小这个参数。(Java system property:zookeeper.preAllocSize )

snapCount

每进行snapCount次事务日志输出后，触发一次快照(snapshot),此时，ZK会生成一个snapshot.*文件，同时创建一个新的事务日志文件log.*。默认是100000.（真正的代码实现中，会进行一定的随机数处理，以避免所有服务器在同一时间进行快照而影响性能）(Java system property:zookeeper.snapCount )

traceFile

用于记录所有请求的log，一般调试过程中可以使用，但是生产环境不建议使用，会严重影响性能。(Java system property:? requestTraceFile )

maxClientCnxns

单个客户端与单台服务器之间的连接数的限制，是ip级别的，默认是60，如果设置为0，那么表明不作任何限制。请注意这个限制的使用范围，仅仅是单台客户端机器与单台ZK服务器之间的连接数限制，不是针对指定客户端IP，也不是ZK集群的连接数限制，也不是单台ZK对所有客户端的连接数限制。指定客户端IP的限制策略，这里有一个patch，可以尝试一下：http://rdc.taobao.com/team/jm/archives/1334（No Java system property）

clientPortAddress

对于多网卡的机器，可以为每个IP指定不同的监听端口。默认情况是所有IP都监听 clientPort 指定的端口。  New in 3.3.0

minSessionTimeoutmaxSessionTimeout

Session超时时间限制，如果客户端设置的超时时间不在这个范围，那么会被强制设置为最大或最小时间。默认的Session超时时间是在2 *  tickTime ~ 20 * tickTime 这个范围 New in 3.3.0

fsync.warningthresholdms

事务日志输出时，如果调用fsync方法超过指定的超时时间，那么会在日志中输出警告信息。默认是1000ms。(Java system property:  fsync.warningthresholdms )New in 3.3.4

autopurge.purgeInterval

在上文中已经提到，3.4.0及之后版本，ZK提供了自动清理事务日志和快照文件的功能，这个参数指定了清理频率，单位是小时，需要配置一个1或更大的整数，默认是0，表示不开启自动清理功能。(No Java system property)  New in 3.4.0

autopurge.snapRetainCount

这个参数和上面的参数搭配使用，这个参数指定了需要保留的文件数目。默认是保留3个。(No Java system property)  New in 3.4.0

electionAlg

在之前的版本中，这个参数配置是允许我们选择leader选举算法，但是由于在以后的版本中，只会留下一种“TCP-based version of fast leader election”算法，所以这个参数目前看来没有用了，这里也不详细展开说了。(No Java system property)

initLimit

Follower在启动过程中，会从Leader同步所有最新数据，然后确定自己能够对外服务的起始状态。Leader允许F在 initLimit 时间内完成这个工作。通常情况下，我们不用太在意这个参数的设置。如果ZK集群的数据量确实很大了，F在启动的时候，从Leader上同步数据的时间也会相应变长，因此在这种情况下，有必要适当调大这个参数了。(No Java system property)

syncLimit

在运行过程中，Leader负责与ZK集群中所有机器进行通信，例如通过一些心跳检测机制，来检测机器的存活状态。如果L发出心跳包在syncLimit之后，还没有从F那里收到响应，那么就认为这个F已经不在线了。注意：不要把这个参数设置得过大，否则可能会掩盖一些问题。(No Java system property)

leaderServes

默认情况下，Leader是会接受客户端连接，并提供正常的读写服务。但是，如果你想让Leader专注于集群中机器的协调，那么可以将这个参数设置为no，这样一来，会大大提高写操作的性能。(Java system property: zookeeper. leaderServes )。

server.x=[hostname]:nnnnn[:nnnnn]

这里的x是一个数字，与myid文件中的id是一致的。右边可以配置两个端口，第一个端口用于F和L之间的数据同步和其它通信，第二个端口用于Leader选举过程中投票通信。  
(No Java system property)

group.x=nnnnn[:nnnnn]weight.x=nnnnn

对机器分组和权重设置，可以  参见这里(No Java system property)

cnxTimeout

Leader选举过程中，打开一次连接的超时时间，默认是5s。(Java system property: zookeeper.  cnxTimeout )

zookeeper.DigestAuthenticationProvider
.superDigest

ZK权限设置相关，具体参见  《  使用super  身份对有权限的节点进行操作 》  和  《 ZooKeeper   权限控制 》

skipACL

对所有客户端请求都不作ACL检查。如果之前节点上设置有权限限制，一旦服务器上打开这个开头，那么也将失效。(Java system property:  zookeeper.skipACL )

forceSync

这个参数确定了是否需要在事务日志提交的时候调用 FileChannel .force来保证数据完全同步到磁盘。(Java system property: zookeeper.forceSync )

jute.maxbuffer

每个节点最大数据量，是默认是1M。这个限制必须在server和client端都进行设置才会生效。(Java system property: jute.maxbuffer )