Solr發展飛快,如今最新的版本已經6.1.0了,下面來回顧下Solr6.x以後的一些新的特色:
(1)並行SQL特性支持,編譯成Streaming 表達式,能夠在solrcloud集羣中,並行執行
(2)SolrCloud的Collection被抽象成關係型數據庫表,如今不單單能夠支持強大的全文檢索,還經過SQL支持像數據庫同樣的BI分析
(3)在SQL的where語句中,全面支持強大的Lucene/Solr語法
(4)一些聚合操做例如Group會自動優化成並行操做,經過使用Streaming表達式來以Map-Reduce的方式運行
(5)在(4)中運行的聚合操做,還能夠以原生的JSON Facet 方式,來優化提高性能
(6)SQL特性目前僅支持SolrCloud集羣方式,單機方式並不支持
有關SolrCloud的集羣搭建,在這裏散仙就不詳細說了,有興趣的朋友,能夠參考我前面的文章
http://qindongliang.iteye.com/blog/2275990,搭建好的集羣以下:
實際上像Solr或者ElasticSearch能支持SQL,這並不奇怪,由於他們底層基本上都提供了SQL能支持的大部分功能接口,好比,排序,過濾
分組,聚合等一些操做,能支持SQL,但不意味着能取代關係型數據庫,偏偏相反,NoSQL是做爲SQL的有力補充,怎麼樣組合搭配使用,能把業務
場景優化的更好,或者能解決某類問題,纔是引入這些框架的初衷。
前面說到,Solr在api層面已經有各類功能的接口,缺的就是一個SQL語法解析器,以及如何與最新的Java8的對接? 因此在Solr6.x裏面,引入兩個
最重要的東東就是:
(1)引入了Facebook開源的大數據SQL檢索框架Presto的SQL Parser
(2)使用Java8的Streaming Api寫的Streaming Expressions (流式表達式),支持相似shell的管道的計算方式,能夠對數據流進行各類複雜操做例如各類join,
也能夠進行圖譜查詢
使用Solrj經過JDBC查詢Solr,目前只能查,暫不支持更新,修改,刪除等操做
依賴jar包:
$SOLR_HOME/dist/solrj-libs 全部的jar
$SOLR_HOME/dist/solr-solrj-<version>.jar solr-solrj.jar
若是是maven項目:
web
<!-- https://mvnrepository.com/artifact/org.apache.solr/solr-solrj --> shell
<dependency> 數據庫
<groupId>org.apache.solr</groupId> apache
<artifactId>solr-solrj</artifactId> api
<version>6.1.0</version> 微信
</dependency> app
下面來看一段Solrj經過JDBC查詢示例:
框架
Connection con=null;
Statement stmt=null;
ResultSet rs=null;
try{
String collection="sql_search";
String aggregationMode="facet";// facet or map_reduce
//注意solr//:後面跟的是zk集羣地址,若是有chroot path還須要加上
con=DriverManager.getConnection("jdbc:solr://192.168.1.184:2181/solr6?collection="+collection+"&aggregationMode="+aggregationMode+"&numWorkers=2");
//檢索,排序,topN
String sql1="select dtime from big_search order by dtime desc limit 4 ";
//多級分組,排序1
String sql2="select t1,t2,t3 , count(*) from big_search group by t1,t2 ,t3 order by count(*) desc limit 3 ";
//分組,過濾,排序2
String sql21="select t1, count(*) from big_search group by t1 having count(*) > 2 order by count(*) desc ";
//去重
String sql221="select distinct t3 from sql_search limit 2 ";
//全文檢索查詢
String sql15="select rowkey from big_search where title='(你好 蘇州)' limit 4 ";
//聚合函數 支持max,min,avg,sum,count
String sql4="select count(*) from big_search limit 2 ";
//提取字段
String sql3="select t1,t2 from big_search ";
stmt = con.createStatement();//編譯sql
rs = stmt.executeQuery(sql21);//執行sql
ResultSetMetaData metaData = rs.getMetaData(); //獲取字段名元數據
String line_space="\t"; //格式化打印
for(int i=1;i<=metaData.getColumnCount();i++){
System.out.print(metaData.getColumnName(i)+line_space);//打印表頭
}
System.out.println();
while(rs.next()) {//循環從遊標提取數據
for(int i=1;i<=metaData.getColumnCount();i++){//遍歷列頭
System.out.print(rs.getString(metaData.getColumnName(i))+line_space);//格式化打印字段內容
}
System.out.println();
}
} finally {
if(rs!=null){
rs.close();
}
if(stmt!=null){
stmt.close();
}
if(con!=null){
con.close();
}
}
System.out.println("====end====");
下面來看一段使用流式表達式查詢的操做,無須任何依賴,在Solr的Admin界面就能操做;
圖中的代碼的是查詢solrcloud中每一個shard一條數據,而後總共返回3條數據,最後對3條數據,排序,取top1
總結:
(1)關於如何集成中文分詞IK或者Ansj
單機版的solr,若是是IK,須要在
solr\server\solr-webapp\webapp\WEB-INF目錄下,新建一個classes目錄,將其詞庫文件所有放進去
而後將IK的jar包,放入solr\server\solr-webapp\webapp\WEB-INF\lib下。
若是是Ansj,則須要將Ansj相關的jar包放入solr\server\solr-webapp\webapp\WEB-INF\lib下,
而後將Ansj的library的目錄,放在solr\server中。
在SolrCloud集羣模式中,是須要把某個collection下的conf下的全部文件,上傳到zookeeper上的,全部的shard都會
從zk上加載所需的文件,包括一些詞庫的配置,這個時候,放在本地磁盤上的詞庫,是不會被識別的,因此你須要把上傳的詞庫
文件一塊兒上傳到zk上,而後配置合理的路徑便可,任何文件的更新,都須要reload整個collection才能更新(solr6以前是須要relaod全部的shard),
不然,發生的改動不會被識別。
(2)理解map_reduce 和 facet兩種聚合模式
A: map_reduce 模式,支持任意多字段的聚合查詢,不受限制,但性能稍低
測試環境5個shard+3個副本
測試數據,必須大於6(shard+1)條數據,不然會報錯
可測 group+distict
執行流程以下:
B:facet 模式,使用Solr原生的Json Facet Api 操做,受必定索引的限制,但性能較高
只要求有shard,有數據,便可測試,利用solr原生的Facet api進行聚合
(3)理解DocValue對SQL查詢的影響
大部分狀況下在Solr中的SQL查詢,是須要加上limit關鍵詞的,若是你不加,要麼你就會發現,你的查詢可能會莫名其妙的報錯
這個時候問題的緣由大部分是跟DocValue有關的, Solr6要求,全部不加的limit查詢的字段,必須所有是DocValue激活的
字段,若是任何一個不是,那麼查詢確定報錯,若是你加了limit關鍵詞,要麼能夠不受這個限制影響。
至於爲何必需要激活DocValue字段才能進行all字段提取查詢,主要目的仍是爲了性能,想了解DocValue能夠
參考散仙以前的文章:http://qindongliang.iteye.com/blog/2297280
(4) Solr6支持客戶端工具(像MySQL的NaviCat)查詢連接:
A:DbVisualizer (C/S客戶端GUI)
B:SQuirreL SQL (C/S客戶端GUI)
C:Apache Zeppelin (B/S web端)
大部分都須要配置添加有關的solr的jdbc的jar包,具體安裝方式參考文末連接
(5)除了JDBC方式支持SQL查詢,http方式也是能夠的:
[search@h1 ~]$ cat sql.sh
## 聚合模式 map_reduce
#curl --data-urlencode 'stmt=SELECT t1, count(*) FROM sql_search GROUP BY t1 ORDER BY count(*) desc LIMIT 10' http://192.168.1.120:8983/solr/sql_search/sql?aggregationMode=map_reduce
## 聚合模式 facet
curl --data-urlencode 'stmt=SELECT t1, count(*) FROM sql_search GROUP BY t1 ORDER BY count(*) desc LIMIT 10' http://192.168.1.120:8983/solr/sql_search/sql?aggregationMode=facet
[search@h1 ~]$ sh sql.sh
{"result-set":{"docs":[
{"count(*)":4,"t1":"01"},
{"count(*)":2,"t1":"02"},
{"count(*)":2,"t1":"03"},
{"count(*)":2,"t1":"04"},
{"count(*)":2,"t1":"05"},
{"EOF":true,"RESPONSE_TIME":84}]}}
官網文檔:
https://cwiki.apache.org/confluence/display/solr/Streaming+Expressions
https://cwiki.apache.org/confluence/display/solr/Parallel+SQL+Interface#ParallelSQLInterface-SQLClientsandDatabaseVisualizationTools
有什麼問題能夠掃碼關注微信公衆號:我是攻城師(woshigcs),在後臺留言諮詢。
技術債不能欠,健康債更不能欠, 求道之路,與君同行。