Solr+Hbase多条件查（优劣互补）

为什么要使用solr+hbase组合：

某电信项目中采用HBase来存储用户终端明细数据，供前台页面即时查询。HBase无可置疑拥有其优势，但其本身只对rowkey支持毫秒级的快速检索，对于多字段的组合查询却无能为力。针对HBase的多条件查询也有多种方案，但是这些方案要么太复杂，要么效率太低，本文只对基于Solr的HBase多条件查询方案进行测试和验证。

solr+habse组合的原理：

基于Solr的HBase多条件查询原理很简单，将HBase表中涉及条件过滤的字段和rowkey在Solr中建立索引，通过Solr的多条件查询快速获得符合过滤条件的rowkey值，拿到这些rowkey之后在HBASE中通过指定rowkey进行查询。

环境

1.              已搭建好的hadoop集群，3节点hadoop测试集群（见文档hadoop2.5完全分布式集群搭建）

2.              在hadoop集群之上搭建hbase集群（文档中hadoop2.5分布式中已包含）

3.              已搭建好的solrcloud集群，3节点solrcloud集群（见文档solrcloud分布式集群）

4.              从oracle中导入数据到hbase中（可以通过普通java代码或mapreduce，也可以直接使用工具sqoop）

5.              使用sqoop将oracle中的数据导入hbase中

sqoop import --append --connect jdbc:oracle:thin:@192.168.0.20:1521:orcl --username yqdev --password yq --m 1 --table c_text --columns id,url,title --hbase-create-table --hbase-table c_text --hbase-row-key id --column-family textinfo

注：需要在hbase中先创建c_text表，创建列族textinfo；我只导入了id,url,title三列，其中id为rowkey.

6.              创建索引

从hbase中读取数据，将需要用作查询字段添加索引到solr中（例如title）

  /**

       * create solrIndex 

       * 

       * @throws IOException

       * @throws SolrServerException

       */

      public static void addIndex() throws IOException, SolrServerException {

               // hbase

               Scan scan = new Scan();

               scan.addFamily(Bytes.toBytes(FAMILY_NAME));

               // scan.setCaching(500);

               scan.setCacheBlocks(false);

               ResultScanner rs = table.getScanner(scan);

 

               System.out.println("start......");

               Collection docs = new ArrayList();

               Long totalCount = 0l;

               for (Result r : rs) {

                        SolrInputDocument doc = new SolrInputDocument();

                        doc.addField("id", new String(r.getRow()));

                        for (KeyValue kv : r.raw()) {

                                  String fieldName = new String(kv.getQualifier());

                                  String fieldValue = new String(kv.getValue());

                                  if (fieldName.equalsIgnoreCase("id")

                                                    || fieldName.equalsIgnoreCase("title")

                                                     || fieldName.equalsIgnoreCase("url")) {

                                           doc.addField(fieldName, fieldValue);

                                  }

                                  docs.add(doc);

                        }

                        if (docs.size() >= 1000) {

                                  cloudSolrServer.add(docs);

                                  cloudSolrServer.commit();

                                  totalCount = totalCount + docs.size();

                                  docs = new ArrayList();

                                  System.out.println("already deal with : " + totalCount);

                        }

               }

      }

 

7.              查询测试

 /**

       * 1.query solrIndex pass some condition 2.query data from hbase pass rowkey

       * 

       * @throws IOException

       * @throws SolrServerException

       */

      public static void query() throws IOException, SolrServerException {

               Get get = null;

               List list = new ArrayList();

               SolrQuery query = new SolrQuery("title:基金");

               query.setStart(0);

               query.setRows(40);

               QueryResponse respOnse= cloudSolrServer.query(query);

               SolrDocumentList docs = response.getResults();

               System.out.println("total:" + docs.getNumFound());

               System.out.println("query time:" + response.getQTime());

               //get rowkey from solr

               for (SolrDocument doc : docs) {

                        get = new Get(Bytes.toBytes((String) doc.getFieldValue("id")));

                        list.add(get);

               }

               //order rowkey query data from hbase

               for (Get gt : list) {

                        Result result = table.get(gt);

                        byte[] value = result.getValue("textinfo".getBytes(),

                                           "title".getBytes());

                        System.out.println("title------- \t" + new String(value));

               }

      }

 

hbase+solr多条件查询的设计方案：

（利用hbase的大数据存储和solr的强大的索引，达到互补的效果）

基于Solr的HBase多条件查询原理很简单，将HBase表中涉及条件过滤的字段和rowkey在Solr中建立索引，通过Solr的多条件查询快速获得符合过滤条件的rowkey值，拿到这些rowkey之后在HBASE中通过指定rowkey进行查询。

参考：http://www.cnblogs.com/chenz/articles/3229997.html