Solr Multicore 结合 Solr Distributed Searching 切分...

Solr Distributed Searching （分布式搜索） 是 solr 1.3 的特性。大索引，可能有多种缘由要把它分红N个小的索引，能够把小索引放到其它的机器上，可是我没这么多机器怎么办呢？solr 1.3 有 multicore，恩，multicore 简单使用 能够看我那一篇文章。各个 core 各不干扰，能够独立作索引（作索引时，能够分散到各个core上）。

现来看下 Distributed Searching 的效果，打开：http://localhost:8080/solr-cores/core0/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on&shards=localhost:8080/solr-cores/core0,localhost:8080/solr-cores/core1 能够看到三条记录，core0 一条，core1 二条。

接着会有一个问题：原来不少程序调用 solr，用如 localhost:8080/solr-cores/select/?q=*%3A* 。又不想改原来的调用的代码，能不能作到透明呢，探索...

记得之前看 solr 文档时能够定义一些默认的查询参数，那 shards 参数也应该能够写在配置里。而后再 core0 的 solrconfig.xml 文件里的 standard request handler 里加入这参数，如：

1.   <requestHandler name="standard" class="solr.SearchHandler" default="true"> 
2.   <!-- default values for query parameters --> 
3.    <lst name="defaults"> 
4.      <str name="echoParams">explicit</str> 
5.      <str name="shards">localhost:8080/solr-cores/core0,localhost:8080/solr-cores/core1</str> 
6.    </lst> 
7. </requestHandler>  

<requestHandler name="standard" class="solr.SearchHandler" default="true">
  <!-- default values for query parameters -->
   <lst name="defaults">
     <str name="echoParams">explicit</str>
     <str name="shards">localhost:8080/solr-cores/core0,localhost:8080/solr-cores/core1</str>
   </lst>
</requestHandler>

立刻运行下，但好长时间没有结果，CPU使用率很高，深思了下，.... 估计是死循环，由于solr解析shards后，调用shard时，是用默认的request handler。而其中一个shard又是core0(自身)，那就等于不会结果的递归。因此这种方法不行。要避免死循环，就不要core0来作合并，能够找其它。因而我就加了一个tomcat实例如localhost:8080/solr来作代理（合并结果），结果成功运行。

想来想去，能不能不要另外一个tomcat实例呢，直接就用一个 core，继续再探索... 。

我再开一个 core 就命名为 core，复制core0为core。把原来core0/solrconfig.xml的配置的shards去掉，而后在 solr1.3/example/multicore/solr.xml里加，如：

1. <?xml version="1.0" encoding="UTF-8" ?> 
2. <solr persistent="false">   
3.  
4.   <cores adminPath="/admin/cores"> 
5.     <core name="core" instanceDir="core" /> 
6.     <core name="core0" instanceDir="core0" /> 
7.     <core name="core1" instanceDir="core1" /> 
8.   </cores> 
9. </solr>  

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

  <cores adminPath="/admin/cores">
    <core name="core" instanceDir="core" />
    <core name="core0" instanceDir="core0" />
    <core name="core1" instanceDir="core1" />
  </cores>
</solr>

结果成功运行。其中，core0、core1是有数据的，而core是没数据的，core只是运行合并。问题虽然能够差强人意地解决。可是还有一个问题：原来的程序要调用solr，全部url不能改变，加了core是要改url 的，看源码时发现它能够为core名定义别名，就是用“，”号隔开。改成以下：

1. <?xml version="1.0" encoding="UTF-8" ?> 
2. <solr persistent="false">   
3.  
4.   <cores adminPath="/admin/cores"> 
5.     <core name="core,," instanceDir="core" /> 
6.     <core name="core0" instanceDir="core0" /> 
7.     <core name="core1" instanceDir="core1" /> 
8.   </cores> 
9. </solr>  

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

  <cores adminPath="/admin/cores">
    <core name="core,," instanceDir="core" />
    <core name="core0" instanceDir="core0" />
    <core name="core1" instanceDir="core1" />
  </cores>
</solr>

"core,,"为何是两个","号呢？。"core,"解析不出两个名，全部就无别名了。"core,,"，解析出两个名，一是："core，一是："" 空串。有了空串就能够原来的url能够到达core（合并的core）。

至于死循环问题，同事在看源码，看是否不用多加一个额外的core来合并。结果他发现一个shard.qt的参数能够解决此问题，本质就是让全部的shard调用不用默认request handler，shard.qt能够作到这一点，使全部的shard调用都加qt参数。

现来改成最后的方案，在core0与core1的solrconfig.xml里加一个request handler如：

1. <requestHandler name="shard" class="solr.SearchHandler" /> 

<requestHandler name="shard" class="solr.SearchHandler" />

而后再core0的solrconfig.xml的默认request handler加shards参数，与shards.qt为shard（shard request handler），如：

1. <requestHandler name="standard" class="solr.SearchHandler" default="true"> 
2. <!-- default values for query parameters --> 
3. <lst name="defaults"> 
4.    <str name="echoParams">explicit</str> 
5.    <str name="shards.qt">shard</str> 
6.    <str name="shards">localhost:8080/solr-cores/core0,localhost:8080/solr-cores/core1</str> 
7. </lst> 
8. </requestHandler>  

<requestHandler name="standard" class="solr.SearchHandler" default="true">
<!-- default values for query parameters -->
 <lst name="defaults">
   <str name="echoParams">explicit</str>
   <str name="shards.qt">shard</str>
   <str name="shards">localhost:8080/solr-cores/core0,localhost:8080/solr-cores/core1</str>
 </lst>
</requestHandler>

而后在，solr.xml里的core（没数据的去掉），把core0加上空的别名，如：

1. <core name="core0,," instanceDir="core0" /> 

<core name="core0,," instanceDir="core0" />

固然也能够在core1里加相同的参数，这样core0与core1的功能是同样的，就是两个搜索的url均可以找到全部的数据，我认为：每一个配置同样，在索引分到其它机器的时候比较有做用(若是这样，能够不用multicore的形式，即原始形式)，在外面看不出是几个索引的，同时合并的任务也均匀一些。

Solr Distributed Searching 固然也会消耗，合并的core会向每一个shard的core发送两次请求：第一次是找id；第二次是根据id再找文档。若是有N个shard，能够认为有2N+1次请求，1是做合并的请求，其中2N的请求（发每一个shard发送的）是用二进制协议通讯，性能比xml协议好。