大数据架构-使用HBase和Solr将存储与索引放在不一样的机器上

摘要:    HBase能够经过协处理器    Coprocessor    的 方式向Solr发出请求,Solr对于接收到的数据能够作相关的同步:增、删、改索引的操做,这样就能够同时使用HBase存储量大和Solr检索性能高 的优势了,更况且HBase和Solr均可以集群。这对海量数据存储、检索提供了一种方式,将存储与索引放在不一样的机器上,是大数据    架构的必须品。  html

关键词:    HBase,     Solr,     Coprocessor        大数据        架构  java


 

正如个人以前的博客“    Solr与HBase架构设计    ”中所述,HBase和Solr能够经过协处理器    Coprocessor    的方式向Solr发出请求,Solr对于接收到的数据能够作相关的同步:增、删、改索引的操做。将存储与索引放在不一样的机器上,这是大数据架构的必须品,但目前还有不少不懂得此道的同窗,他们对于这种思想感到很新奇,不过,这绝对是好的方向,因此不懂得抓紧学习吧。  apache

有个朋友给个人那篇博客留言,说CDH也能够作这样的事情,我尚未试过,他还问我要与此相关的代码,因而我就稍微整理了一下,做为本篇文章的主要内容。关于CDH的事,我会尽快尝试,有知道的同窗能够给我留言。  架构

下面我主要讲述一下,我测试对HBase和Solr的性能时,使用HBase    协处理器向HBase添加数据所编写的相关代码,及解释说明。  ide

 

 

1、编写HBase协处理器Coprocessor  oop

 

一旦有数据postPut,就当即对Solr里相应的Core更新。这里使用了    ConcurrentUpdateSolrServer,它是Solr速率性能的保证,使用它不要忘记在Solr里面配置autoCommit哟。  post

 

/*        性能

 *版权:王安琪        学习

 *描述:监视HBase,一有数据postPut就向Solr发送,本类要做为触发器添加到HBase        测试

 *修改时间:2014-05-27        

 *修改内容:新增        

 */        

package solrHbase.test;        

 

import java.io.UnsupportedEncodingException;        

 

import ***;        

 

public class SorlIndexCoprocessorObserver extends BaseRegionObserver {        

 

    private static final Logger LOG = LoggerFactory        

            .getLogger(SorlIndexCoprocessorObserver.class);        

    private static final String solrUrl = "http://192.1.11.108:80/solr/core1";        

    private static final SolrServer solrServer = new ConcurrentUpdateSolrServer(        

            solrUrl, 10000, 20);        

 

    /**        

     * 创建solr索引        

     *         

     * @throws  UnsupportedEncodingException        

     */        

    @Override        

    public void postPut(final ObserverContext e,        

            final Put put, final WALEdit edit, final boolean writeToWAL)        

            throws UnsupportedEncodingException {        

        inputSolr(put);        

    }        

 

    public void inputSolr(Put put) {        

        try {        

            solrServer.add(TestSolrMain.getInputDoc(put));        

        } catch (Exception ex) {        

            LOG.error(ex.getMessage());        

        }        

    }        

}        

 

注意:getInputDoc是这个HBase协处理器Coprocessor的精髓所在,它能够把HBase内的Put里的内容转化成Solr须要的值。其中    String fieldName = key.substring(key.indexOf(    columnFamily    ) + 3,     key.indexOf(    " 我在这"    )).trim();    这里有一个乱码字符,在这里看不到,请你们注意一下。  

 

public static SolrInputDocument getInputDoc(Put put) {        

        SolrInputDocument doc = new SolrInputDocument();        

        doc.addField("test_ID", Bytes.toString(put.getRow()));        

        for (KeyValue c : put.getFamilyMap().get(Bytes.toBytes(columnFamily))) {        

            String key = Bytes.toString(c.getKey());        

            String value = Bytes.toString(c.getValue());        

            if (value.isEmpty()) {        

                continue;        

            }        

            String fieldName = key.substring(key.indexOf(columnFamily) + 3,        

                    key.indexOf(" ")).trim();        

            doc.addField(fieldName, value);        

        }        

        return doc;        

    }

 

2、编写测试程序入口代码main    

 

这段代码向HBase请求建了一张表,并将模拟的数据,向HBase连续地提交数据内容,在HBase中不断地插入数据,同时记录时间,测试插入性能。    

 

/*        

 *版权:王安琪        

 *描述:测试HBaseInsert,HBase插入性能        

 *修改时间:2014-05-27        

 *修改内容:新增        

 */        

package solrHbase.test;        

 

import hbaseInput.HbaseInsert;        

 

import ***;        

 

public class TestHBaseMain {        

 

    private static Configuration config;        

    private static String tableName = "angelHbase";        

    private static HTable table = null;        

    private static final String columnFamily = "wanganqi";        

 

    /**        

     * @param  args        

     */        

    public static void main(String[] args) {        

        config = HBaseConfiguration.create();        

        config.set("hbase.zookeeper.quorum""192.103.101.104");        

        HbaseInsert.createTable(configtableNamecolumnFamily);        

        try {        

            table = new HTable(config, Bytes.toBytes(tableName));        

            for (int k = 0; k < 1; k++) {        

                Thread t = new Thread() {        

                    public void run() {        

                        for (int i = 0; i < 100000; i++) {        

                            HbaseInsert.inputData(table,        

                                    PutCreater.createPuts(1000, columnFamily));        

                            Calendar c = Calendar.getInstance();        

                            String dateTime = c.get(Calendar.YEAR) + "-"        

                                    + c.get(Calendar.MONTH) + "-"        

                                    + c.get(Calendar.DATE) + "T"        

                                    + c.get(Calendar.HOUR) + ":"        

                                    + c.get(Calendar.MINUTE) + ":"        

                                    + c.get(Calendar.SECOND) + ":"        

                                    + c.get(Calendar.MILLISECOND) + "Z 写入: "        

                                    + i * 1000;        

                            System.out.println(dateTime);        

                        }        

                    }        

                };        

                t.start();        

            }        

        } catch (IOException e1) {        

            e1.printStackTrace();        

        }        

    }        

 

}        

 

下面的是与HBase相关的操做,把它封装到一个类中,这里就只有建表与插入数据的相关代码。  

 

/*        

 *版权:王安琪        

 *描述:与HBase相关操做,建表与插入数据        

 *修改时间:2014-05-27        

 *修改内容:新增        

 */        

package hbaseInput;        

import ***;        

import org.apache.hadoop.hbase.client.Put;        

 

public class HbaseInsert {        

 

    public static void createTable(Configuration config, String tableName,        

            String columnFamily) {        

        HBaseAdmin hBaseAdmin;        

        try {        

            hBaseAdmin = new HBaseAdmin(config);        

            if (hBaseAdmin.tableExists(tableName)) {        

                return;        

            }        

            HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);        

            tableDescriptor.addFamily(new HColumnDescriptor(columnFamily));        

            hBaseAdmin.createTable(tableDescriptor);        

            hBaseAdmin.close();        

        } catch (MasterNotRunningException e) {        

            e.printStackTrace();        

        } catch (ZooKeeperConnectionException e) {        

            e.printStackTrace();        

        } catch (IOException e) {        

            e.printStackTrace();        

        }        

    }        

 

    public static void inputData(HTable table, ArrayList puts) {        

        try {        

            table.put(puts);        

            table.flushCommits();        

            puts.clear();        

        } catch (IOException e) {        

            e.printStackTrace();        

        }        

    }        

}        

 

3、编写模拟数据Put  

   

向HBase中写入数据须要构造Put,下面是我构造模拟数据Put的方式,有字符串的生成,我是由mmseg提供的词典    words.dic    中随机读取一些词语链接起来,生成一句字符串的,下面的代码没有体现,不过很easy,你本身造你本身想要的数据就OK了。  

 

public static Put createPut(String columnFamily) {        

        String ss = getSentence();        

                 byte         [] family = Bytes.         toBytes         (columnFamily);        

        byte[] rowKey = Bytes.toBytes("" + Math.abs(r.nextLong()));        

        Put put = new Put(rowKey);        

        put.add(family, Bytes.toBytes("DeviceID"),        

                Bytes.toBytes("" + Math.abs(r.nextInt())));        

        ******        

        put.add(family, Bytes.toBytes("         Company_mmsegsm         "), Bytes.toBytes("ss"));        

 

        return put;        

    }

 

固然在运行上面这个程序以前,须要先在Solr里面配置好你须要的列信息,HBase、Solr安装与配置,它们的基础使用方法将会在以后的文章中介绍 大数据架构-使用HBase和Solr将存储与索引放在不一样的机器上 。在这里,Solr的列配置就跟你使用createPut生成的Put搞成同样的列名就好了,固然也可使用动态列的形式。  

   

4、直接对Solr性能测试  

   

若是你不想对HBase与Solr的相结合进行测试,只想单独对Solr的性能进行测试,这就更简单了,彻底能够利用上面的代码段来测试,稍微组装一下就能够了。  

   

private static void sendConcurrentUpdateSolrServer(final String url,        

            final int count) throws SolrServerException, IOException {        

        SolrServer solrServer = new ConcurrentUpdateSolrServer(url, 10000, 20);        

        for (int i = 0; i < count; i++) {        

            solrServer.add(getInputDoc(PutCreater.createPut(columnFamily)));        

        }        

    }
相关文章
相关标签/搜索