solr 数据同步，全量、增量方式
DIH全量同步(全表数据)（一般做第一次数据同步）
- 首先创建对应的数据库表
- solr配置
- 将solr现有数据清空
cd /usr/local/solr/example/solr/collection1/data && rm -rf * && mkdir index && mkdir tlog - 添加数据源配置(@)
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">vim /usr/local/solr/example/solr/collection1/conf/solrconfig.xml添加配置信息：
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler> - 在同目录下创建
data-config.xml文件，并添加源信息(@)vim /usr/local/solr/example/solr/collection1/conf/data-config.xml添加配置如下：
<dataConfig> <dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/mysolr" user="root" password="123456"/> <document> <entity name="user" transformer="DateFormatTransformer" query="SELECT id,name,price,url,last_modified FROM user WHERE id >= ${dataimporter.request.id}"> <field column="id" name="id"/> <field column="name" name="name"/> <field column="price" name="price"/> <field column="url" name="url"/> <filed column="last_modified" name="last_modified" dateTimeFormat="yyyy-MM-dd HH:mm:ss"/> </entity> </document> </dataConfig> - 添加数据同步所需依赖jar到tomcat中solr
cd /usr/local/solr/dist && cp solr-dataimporthandler-4.10.3.jar solr-dataimporthandler-extras-4.10.3.jar /usr/local/tomcat/webapps/solr/WEB-INF/lib/同时把mysql驱动添加到
/usr/local/tomcat/webapps/solr/WEB-INF/lib/中 - 将需要同步的数据库表字段添加到schema.xml中，如果已存在，则无需
- 进行数据库访问授权操作，如果已授权则略过
GRANT ALL PRIVILEGES ON *.* TO root@"%" IDENTIFIED BY '123456' WITH GRANT OPTION; flush privileges; - 时间同步，mysql数据源服务器时间跟solr服务器时间一致
date -s "2016-04-17 21:15:00"设置时间 mysql数据源服务器时间一定大于等于solr服务器时间，否则solr检测不到mysql时间变化了（认为是旧数据，增量同步来说） - 启动tomcat即可。
- 浏览器访问
http://ip:port/solr,点击Dataimport,Command选择full-import,Entity选择要同步的表，Custom Parameters输入data-config.xml中需要的参数（${dataimport.request.id}）,点击Execute执行即可。
solr-HID全量.png
- 将solr现有数据清空
DIH增量同步(新增数据)（常用模式）
- 只需要对上面全量导入solr配置中带有(@)标示的配置进行修改即可
- 添加数据源配置(@)
vim /usr/local/solr/example/solr/collection1/conf/solrconfig.xml添加配置信息:
<requestHandler name="/deltaimport" class="org.apache.solr.handler.dataimport.DataImportHandler"> <lst name="defaults"> <str name="config">delta-data-config.xml</str> </lst>
</requestHandler>
```
- 在同目录下创建
delta-data-config.xml文件，并添加源信息(@)vim /usr/local/solr/example/solr/collection1/conf/delta-data-config.xml添加配置如下：
<dataConfig> <dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/mysolr" user="root" password="123456"/> <document> <entity name="user" pk="id" transformer="DateFormatTransformer" query="SELECT id,name,price,url,last_modified FROM user WHERE id >= ${dataimporter.request.id}" deltaImportQuery="SELECT * FROM user WHERE id = ${dih.delta.id}" deltaQuery="SELECT id FROM user where last_modified > '${dataimporter.last_index_time}' "> <field column="id" name="id"/> <field column="name" name="name"/> <field column="price" name="price"/> <field column="url" name="url"/> <filed column="last_modified" name="last_modified" dateTimeFormat="yyyy-MM-dd HH:mm:ss"/> </entity> </document> </dataConfig> ```id一致solr_pk.png
last_modified字段要在schema.xml文件中配置，<field name="last_modified" type="date" indexed=true" stored="true"/>query: 首先查询出所有满足id > ${dataimporter.request.id}的数据deltaQuery： 从query的数据中查询所有last_modified大于上一次同步${dataimporter.last_index_time}时间的id（即为需要增量同步的数据），该id = ${dih.delta.id}deltaImportQuery：根据deltaQuery返回的id查找所有信息，为增量同步提供数据源${dih.delta.id}： 记录本次要索引的id${dataimporter.last_index_time}： 最后一次索引的时间，即上一次同步的时间注意：
last_modified字段很重要，为增量同步提供数据变更依据，一定为时间类型，具体字段名可自定义，同时也要注意solr服务器与mysql服务器时间同步问题 - 配置完毕，启动tomcat即可。
- 最后访问，浏览器访问
http://ip:port/solr,点击Dataimport,Command选择full-import,Entity选择要同步的表，Custom Parameters输入data-config.xml中需要的参数（${dataimport.request.id}）,点击Execute执行即可。
solr-HID增量.png
全量、增量也可以同时配置。
备注
- 内存溢出
在使用 DIH 时，容易报内存溢出错误。可以通过设置 jvm 大小来解决。设置方法如下： 在tomcat\bin\catalina.sh 加入SET JAVA_OPTS=-Xms128m -Xmx1024m 配置 这里设置的是1024M，根据情况可以适量增大 ``` - 手动全量、增量操作
全导入：可以通过solr管控台操作，也可以直接在浏览器输入链接直接操作
http://192.168.58.144:8080/solr/collection1/dataimport?command=full-import&commit=ture
增量导入：
http://192.168.58.144:8080/solr/collection1/deltaimport?command=delta-import&clean=false&commit=ture
查看导入状态
http://192.168.58.144:8080/solr/collection1/dataimport?command=status - 定时增量同步（全量不支持定时同步--没必要）
-
Solr官方提供了很强大的Data Import Request Handle - 将
apache-solr-dataimportscheduler-1.0.jar拷贝到/usr/local/tomcat/lib/目录下 - 修改
solr.war中的web.xml文件
<listener>cd /usr/local/tomcat/webapps/solr/WEB-INF/web.xml
添加以下配置信息：
<listener-class>
org.apache.solr.handler.dataimport.scheduler.ApplicationListener
</listener-class>
</listener> - 在
tomcat的solr.war中web.xml配置的solr.home下创建conf文件夹，并新建文件dataimport.properties，配置定时任务依赖信息
solr-tomcat配置目录.pngcd /usr/local/solr/example/solr && mkdir conf && cd conf && vim dataimport.propertiesdataimport.properties文件信息如下：# dataimport.properties example # # From this example, copy everything bellow "dataimport scheduler properties" to your # dataimport.properties file and then change params to fit your needs # # IMPORTANT: # Regardless of whether you have single or multiple-core Solr, # use dataimport.properties located in your solr.home/conf (NOT solr.home/core/conf) # For more info and context see here: # http://wiki.apache.org/solr/DataImportHandler#dataimport.properties_example #Tue Jul 21 12:10:50 CEST 2010 last_index_time=2016-04-19 15\:28\:37 user.last_index_time=2016-04-19 15\:28\:37 ################################################# # # # dataimport scheduler properties # # # ################################################# # # http://192.168.58.144:8080/solr/collection1/deltaimport?command=delta-import&clean=false&commit=ture # 以下参数对应参数 # http://server:port/webapp/syncCores/params # # to sync or not to sync # 1 - active; anything else - inactive syncEnabled=1 # # which cores to schedule # in a multi-core environment you can decide which cores you want syncronized # leave empty or comment it out if using single-core deployment syncCores=collection1 # # solr server name or IP address # [defaults to localhost if empty] server=localhost # # solr server port # [defaults to 80 if empty] port=8080 # # application name/context # [defaults to current ServletContextListener's context (app) name] webapp=solr # # URL params [mandatory] # remainder of URL #增量url params=/deltaimport?command=delta-import&clean=false&commit=ture # # schedule interval # number of minutes between two runs # [defaults to 30 if empty] # 定时更新间隔时间，单位分钟 interval=1
-
- 配置完毕，启动tomcat即可。
定时增量备注： 如果想支持定时重做索引，只需要将上面引入的jar更换为solr-dataimportscheduler-1.1.jar,在dataimport.properties中添加三行配置即可，实质就是全量同步。
# 重做索引的时间间隔，单位分钟，默认7200，即5天;
# 为空,为0,或者注释掉:表示永不重做索引
reBuildIndexInterval=1
#
# 重做索引的参数
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true
#
# 重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime+reBuildIndexInterval*60*1000；
# 两种格式：2016-04-19 05:00:00 或者 05:00:00，后一种会自动补全日期部分为服务启动时的日期
reBuildIndexBeginTime=05:00:00
相关文件如下：
[solr-dataimportscheduler-1.1](C:\Users\ljdo\Desktop\笔记\file\solr\solr-dataimportscheduler-1.1.jar)
[solr-dataimportscheduler-1.1-source](C:\Users\ljdo\Desktop\笔记\file\solr\solr-dataimportscheduler-1.1-source.zip)
[dataimport.properties.zip](C:\Users\ljdo\Desktop\笔记\file\solr\dataimport.properties.zip)
[apache-solr-dataimportscheduler-1.0](http://solr-dataimport-scheduler.googlecode.com/files/apache-solr-dataimportscheduler-1.0.jar)
[apache-solr-dataimportscheduler-1.0-with-source](http://solr-dataimport-scheduler.googlecode.com/files/apache-solr-dataimportscheduler-1.0-with-source.jar)
作者：逐暗者 *（转载请注明出处）*