Cloudera Search Solr初探

说明

Solr在CDH5.3.2中主要用于Cloudera Search整体的解决方案，本文暂只描述Solr在CDH5.3.2中的一般使用情况。

关于Solr

Solr是Apache Lucene项目的开源企业搜索平台。其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）的处理。Solr是高度可扩展的，并提供了分布式搜索和索引复制。Solr 4还增加了NoSQL支持，以及基于Zookeeper的分布式扩展功能SolrCloud。SolrCloud的说明可以参看：SolrCloud分布式部署。在CDH5中就是采用的SolrCloud技术。

使用流程

Solr在使用过程中主要使用到了solrctl这个命令，其语法如下：

solrctl [options] command [command-arg] [command [command-arg]] ...
可选参数有：
--solr：指定 SolrCloud 的 web API，如果在 SolrCloud 集群之外的节点运行命令，就需要指定该参数。
--zk：指定 zk 集群solr目录。
--help：打印帮助信息。
--quiet：静默模式运行。
 
command 命令有：
init [--force]：初始化配置。
instancedir：维护实体目录。可选的参数有：
--generate path
--create name path
--update name path
--get name path
--delete name
--list
 
 
collection：维护 collections。可选的参数有：
--create name -s <numShards> [-c <collection.configName>] [-r <replicationFactor>] [-m <maxShardsPerNode>] [-n <createNodeSet>]]
--delete name: Deletes a collection.
--reload name: Reloads a collection.
--stat name: Outputs SolrCloud specific run-time information fora collection.
`--list: Lists all collections registered in SolrCloud.
--deletedocs name: Purges all indexed documents from a collection.
 
 
core：维护 cores。可选的参数有：
--create name [-p name=value]...]
--reload name: Reloads a core.
--unload name: Unloads a core.
--status name: Prints status of a core.
 
 
cluster：维护集群配置信息。可选的参数有：
--get-solrxml file
--put-solrxml file

创建Collection

1.生产实体配置文件：