Apache Solr - 在Hadoop上

Solr 可以與 Hadoop 一起使用。由於 Hadoop 處理大量資料，Solr 幫助我們從如此龐大的資料來源中查詢所需資訊。在本節中，讓我們瞭解如何在您的系統上安裝 Hadoop。

下載 Hadoop

以下是下載 Hadoop 到您系統的步驟。

步驟 1 - 轉到 Hadoop 的主頁。您可以使用以下連結：www.hadoop.apache.org/。單擊Releases連結，如下面的螢幕截圖所示。

它將引導您到Apache Hadoop Releases頁面，該頁面包含指向各種 Hadoop 版本的原始碼和二進位制檔案的映象連結，如下所示：

步驟 2 - 選擇最新版本的 Hadoop（在本教程中為 2.6.4）並單擊其二進位制連結。它將帶您到一個提供 Hadoop 二進位制檔案映象的頁面。單擊這些映象之一以下載 Hadoop。

從命令提示符下載 Hadoop

開啟 Linux 終端並以超級使用者身份登入。

$ su 
password:

轉到您需要安裝 Hadoop 的目錄，並使用前面複製的連結將檔案儲存到該目錄，如下面的程式碼塊所示。

# cd /usr/local 
# wget http://redrockdigimark.com/apachemirror/hadoop/common/hadoop-
2.6.4/hadoop-2.6.4.tar.gz

下載 Hadoop 後，使用以下命令解壓縮它。

# tar zxvf hadoop-2.6.4.tar.gz  
# mkdir hadoop 
# mv hadoop-2.6.4/* to hadoop/ 
# exit

安裝 Hadoop

按照以下步驟以偽分散式模式安裝Hadoop。

步驟 1：設定 Hadoop

您可以透過將以下命令新增到~/.bashrc檔案來設定 Hadoop 環境變數。

export HADOOP_HOME = /usr/local/hadoop export
HADOOP_MAPRED_HOME = $HADOOP_HOME export
HADOOP_COMMON_HOME = $HADOOP_HOME export 
HADOOP_HDFS_HOME = $HADOOP_HOME export 
YARN_HOME = $HADOOP_HOME 
export HADOOP_COMMON_LIB_NATIVE_DIR = $HADOOP_HOME/lib/native 
export PATH = $PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin 
export HADOOP_INSTALL = $HADOOP_HOME

接下來，將所有更改應用到當前執行的系統。

$ source ~/.bashrc

步驟 2：Hadoop 配置

您可以在“$HADOOP_HOME/etc/hadoop”位置找到所有 Hadoop 配置檔案。需要根據您的 Hadoop 基礎架構更改這些配置檔案。

$ cd $HADOOP_HOME/etc/hadoop

為了在 Java 中開發 Hadoop 程式，您必須透過將JAVA_HOME值替換為您系統中 Java 的位置來重置hadoop-env.sh檔案中的 Java 環境變數。

export JAVA_HOME = /usr/local/jdk1.7.0_71

以下是您必須編輯以配置 Hadoop 的檔案列表：

core-site.xml
hdfs-site.xml
yarn-site.xml
mapred-site.xml

core-site.xml

core-site.xml檔案包含有關 Hadoop 例項使用的埠號、為檔案系統分配的記憶體、儲存資料的記憶體限制以及讀/寫緩衝區大小的資訊。

開啟 core-site.xml 並將以下屬性新增到<configuration>，</configuration>標籤內。

<configuration> 
   <property>     
      <name>fs.default.name</name>     
      <value>hdfs://:9000</value>   
   </property> 
</configuration>

hdfs-site.xml

hdfs-site.xml檔案包含有關複製資料的值、namenode路徑和您本地檔案系統的datanode路徑的資訊。這意味著您要儲存 Hadoop 基礎架構的位置。

讓我們假設以下資料。

dfs.replication (data replication value) = 1  

(In the below given path /hadoop/ is the user name. 
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.) 
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode  

(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.) 
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

開啟此檔案並在<configuration>，</configuration>標籤內新增以下屬性。

<configuration> 
   <property>     
      <name>dfs.replication</name>     
      <value>1</value>   
   </property>  
   
   <property>     
      <name>dfs.name.dir</name>     
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode</value>   
   </property>  
   
   <property>     
      <name>dfs.data.dir</name>     
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode</value>   
   </property> 
</configuration>

注意 - 在上述檔案中，所有屬性值都是使用者定義的，您可以根據您的 Hadoop 基礎架構進行更改。

yarn-site.xml

此檔案用於將 yarn 配置到 Hadoop 中。開啟 yarn-site.xml 檔案，並在該檔案的<configuration>，</configuration>標籤之間新增以下屬性。

<configuration> 
   <property>     
      <name>yarn.nodemanager.aux-services</name>     
      <value>mapreduce_shuffle</value>   
   </property> 
</configuration>

mapred-site.xml

此檔案用於指定我們正在使用哪個 MapReduce 框架。預設情況下，Hadoop 包含 yarn-site.xml 的模板。首先，需要使用以下命令將檔案從mapred-site,xml.template複製到mapred-site.xml檔案。

$ cp mapred-site.xml.template mapred-site.xml

開啟mapred-site.xml檔案，並在<configuration>，</configuration>標籤內新增以下屬性。

<configuration> 
   <property>     
      <name>mapreduce.framework.name</name>     
      <value>yarn</value>   
   </property> 
</configuration>

驗證 Hadoop 安裝

以下步驟用於驗證 Hadoop 安裝。

步驟 1：Name Node 設定

使用命令“hdfs namenode –format”設定 namenode，如下所示。

$ cd ~ 
$ hdfs namenode -format

預期結果如下所示。

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG: 
/************************************************************ 
STARTUP_MSG: Starting NameNode 
STARTUP_MSG:   host = localhost/192.168.1.11 
STARTUP_MSG:   args = [-format] STARTUP_MSG:   version = 2.6.4 
... 
... 
10/24/14 21:30:56 INFO common.Storage: Storage directory 
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted. 
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to retain 1 
images with txid >= 0 
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0 
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG: 
/************************************************************ 
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11 
************************************************************/

步驟 2：驗證 Hadoop dfs

以下命令用於啟動 Hadoop dfs。執行此命令將啟動您的 Hadoop 檔案系統。

$ start-dfs.sh

預期輸出如下：

10/24/14 21:37:56 
Starting namenodes on [localhost] 
localhost: starting namenode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-namenode-localhost.out 
localhost: starting datanode, logging to /home/hadoop/hadoop-2.6.4/logs/hadoop-
hadoop-datanode-localhost.out 
Starting secondary namenodes [0.0.0.0]

步驟 3：驗證 Yarn 指令碼

以下命令用於啟動 Yarn 指令碼。執行此命令將啟動您的 Yarn 守護程式。

$ start-yarn.sh

預期輸出如下：

starting yarn daemons 
starting resourcemanager, logging to /home/hadoop/hadoop-2.6.4/logs/yarn-
hadoop-resourcemanager-localhost.out 
localhost: starting nodemanager, logging to /home/hadoop/hadoop-
2.6.4/logs/yarn-hadoop-nodemanager-localhost.out

步驟 4：在瀏覽器上訪問 Hadoop

訪問 Hadoop 的預設埠號為 50070。使用以下 URL 在瀏覽器上獲取 Hadoop 服務。

https://:50070/

在 Hadoop 上安裝 Solr

按照以下步驟下載並安裝 Solr。

步驟 1

透過單擊以下連結開啟 Apache Solr 的主頁：https://lucene.apache.org/solr/

步驟 2

單擊下載按鈕（在上面的螢幕截圖中突出顯示）。單擊後，您將被重定向到一個頁面，其中包含 Apache Solr 的各種映象。選擇一個映象並單擊它，這將引導您到一個頁面，您可以在該頁面上下載 Apache Solr 的原始碼和二進位制檔案，如下面的螢幕截圖所示。

步驟 3

單擊後，名為Solr-6.2.0.tqz的資料夾將下載到您系統的下載資料夾中。解壓縮下載資料夾的內容。

步驟 4

在 Hadoop 主目錄中建立一個名為 Solr 的資料夾，並將解壓縮資料夾的內容移動到該資料夾中，如下所示。

$ mkdir Solr 
$ cd Downloads 
$ mv Solr-6.2.0 /home/Hadoop/

驗證

瀏覽 Solr 主目錄的bin資料夾，並使用version選項驗證安裝，如下面的程式碼塊所示。

$ cd bin/ 
$ ./Solr version 
6.2.0

設定 home 和 path

使用以下命令開啟.bashrc檔案：

[Hadoop@localhost ~]$ source ~/.bashrc

現在，為 Apache Solr 設定 home 和 path 目錄，如下所示：

export SOLR_HOME = /home/Hadoop/Solr  
export PATH = $PATH:/$SOLR_HOME/bin/

開啟終端並執行以下命令：

[Hadoop@localhost Solr]$ source ~/.bashrc

現在，您可以從任何目錄執行 Solr 命令。

列印頁面