HBase和Solr可以通过协处理器Coprocessor的方式向Solr发出请求,Solr对于接收到的数据可以做相关的同步:增、删、改索 引的操作。将存储与索引放在不同的机器上,这是大数据架构的必须品,但目前还有很多不懂得此道的同学,他们对于这种思想感到很新奇,不过,这绝对是好的方 向,所以不懂得抓紧学习吧。
有个朋友给我的那篇博客留言,说CDH也可以做这样的事情,我还没有试过,他还问我要与此相关的代码,于是我就稍微整理了一下,作为本篇文章的主要内容。关于CDH的事,我会尽快尝试,有知道的同学可以给我留言。
下面我主要讲述一下,我测试对HBase和Solr的性能时,使用HBase协处理器向HBase添加数据所编写的相关代码,及解释说明。
一、编写HBase协处理器Coprocessor
一旦有数据postPut,就立即对Solr里相应的Core更新。这里使用了ConcurrentUpdateSolrServer,它是Solr速率性能的保证,使用它不要忘记在Solr里面配置autoCommit哟。
- /*
- *版权:王安琪
- *描述:监视HBase,一有数据postPut就向Solr发送,本类要作为触发器添加到HBase
- *修改时间:2014-05-27
- *修改内容:新增
- */
- package solrHbase.test;
- import java.io.UnsupportedEncodingException;
- import ***;
- public class SorlIndexCoprocessorObserver extends BaseRegionObserver {
- private static final Logger LOG = LoggerFactory
- .getLogger(SorlIndexCoprocessorObserver.class);
- private static final String solrUrl = "http://192.1.11.108:80/solr/core1";
- private static final SolrServer solrServer = new ConcurrentUpdateSolrServer(
- solrUrl, 10000, 20);
- /**
- * 建立solr索引
- *
- * @throws UnsupportedEncodingException
- */
- @Override
- public void postPut(final ObserverContext<RegionCoprocessorEnvironment> e,
- final Put put, final WALEdit edit, final boolean writeToWAL)
- throws UnsupportedEncodingException {
- inputSolr(put);
- }
- public void inputSolr(Put put) {
- try {
- solrServer.add(TestSolrMain.getInputDoc(put));
- } catch (Exception ex) {
- LOG.error(ex.getMessage());
- }
- }
- }
注意:getInputDoc是这个HBase协处理器Coprocessor的精髓所在,它可以把HBase内的Put里的内容转化成Solr需 要的值。其中String fieldName = key.substring(key.indexOf(columnFamily) + 3, key.indexOf(" 我在这")).trim();这里有一个乱码字符,在这里看不到,请大家注意一下。
- public static SolrInputDocument getInputDoc(Put put) {
- SolrInputDocument doc = new SolrInputDocument();
- doc.addField("test_ID", Bytes.toString(put.getRow()));
- for (KeyValue c : put.getFamilyMap().get(Bytes.toBytes(columnFamily))) {
- String key = Bytes.toString(c.getKey());
- String value = Bytes.toString(c.getValue());
- if (value.isEmpty()) {
- continue;
- }
- String fieldName = key.substring(key.indexOf(columnFamily) + 3,
- key.indexOf("")).trim();
- doc.addField(fieldName, value);
- }
- return doc;
- }
二、编写测试程序入口代码main
这段代码向HBase请求建了一张表,并将模拟的数据,向HBase连续地提交数据内容,在HBase中不断地插入数据,同时记录时间,测试插入性能。
- /*
- *版权:王安琪
- *描述:测试HBaseInsert,HBase插入性能
- *修改时间:2014-05-27
- *修改内容:新增
- */
- package solrHbase.test;
- import hbaseInput.HbaseInsert;
- import ***;
- public class TestHBaseMain {
- private static Configuration config;
- private static String tableName = "angelHbase";
- private static HTable table = null;
- private static final String columnFamily = "wanganqi";
- /**
- * @param args
- */
- public static void main(String[] args) {
- config = HBaseConfiguration.create();
- config.set("hbase.zookeeper.quorum", "192.103.101.104");
- HbaseInsert.createTable(config, tableName, columnFamily);
- try {
- table = new HTable(config, Bytes.toBytes(tableName));
- for (int k = 0; k < 1; k++) {
- Thread t = new Thread() {
- public void run() {
- for (int i = 0; i < 100000; i++) {
- HbaseInsert.inputData(table,
- PutCreater.createPuts(1000, columnFamily));
- Calendar c = Calendar.getInstance();
- String dateTime = c.get(Calendar.YEAR) + "-"
- + c.get(Calendar.MONTH) + "-"
- + c.get(Calendar.DATE) + "T"
- + c.get(Calendar.HOUR) + ":"
- + c.get(Calendar.MINUTE) + ":"
- + c.get(Calendar.SECOND) + ":"
- + c.get(Calendar.MILLISECOND) + "Z 写入: "
- + i * 1000;
- System.out.println(dateTime);
- }
- }
- };
- t.start();
- }
- } catch (IOException e1) {
- e1.printStackTrace();
- }
- }
- }
下面的是与HBase相关的操作,把它封装到一个类中,这里就只有建表与插入数据的相关代码。
- /*
- *版权:王安琪
- *描述:与HBase相关操作,建表与插入数据
- *修改时间:2014-05-27
- *修改内容:新增
- */
- package hbaseInput;
- import ***;
- import org.apache.hadoop.hbase.client.Put;
- public class HbaseInsert {
- public static void createTable(Configuration config, String tableName,
- String columnFamily) {
- HBaseAdmin hBaseAdmin;
- try {
- hBaseAdmin = new HBaseAdmin(config);
- if (hBaseAdmin.tableExists(tableName)) {
- return;
- }
- HTableDescriptor tableDescriptor = new HTableDescriptor(tableName);
- tableDescriptor.addFamily(new HColumnDescriptor(columnFamily));
- hBaseAdmin.createTable(tableDescriptor);
- hBaseAdmin.close();
- } catch (MasterNotRunningException e) {
- e.printStackTrace();
- } catch (ZooKeeperConnectionException e) {
- e.printStackTrace();
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- public static void inputData(HTable table, ArrayList<Put> puts) {
- try {
- table.put(puts);
- table.flushCommits();
- puts.clear();
- } catch (IOException e) {
- e.printStackTrace();
- }
- }
- }
三、编写模拟数据Put
向HBase中写入数据需要构造Put,下面是我构造模拟数据Put的方式,有字符串的生成,我是由mmseg提供的词典words.dic中随机读取一些词语连接起来,生成一句字符串的,下面的代码没有体现,不过很easy,你自己造你自己想要的数据就OK了。
- public static Put createPut(String columnFamily) {
- String ss = getSentence();
- byte[] family = Bytes.toBytes(columnFamily);
- byte[] rowKey = Bytes.toBytes("" + Math.abs(r.nextLong()));
- Put put = new Put(rowKey);
- put.add(family, Bytes.toBytes("DeviceID"),
- Bytes.toBytes("" + Math.abs(r.nextInt())));
- ******
- put.add(family, Bytes.toBytes("Company_mmsegsm"), Bytes.toBytes("ss"));
- return put;
- }
当然在运行上面这个程序之前,需要先在Solr里面配置好你需要的列信息,HBase、Solr安装与配置,它们的基础使用方法将会在之后的文章中 介绍。在这里,Solr的列配置就跟你使用createPut生成的Put搞成一样的列名就行了,当然也可以使用动态列的形式。
四、直接对Solr性能测试
如果你不想对HBase与Solr的相结合进行测试,只想单独对Solr的性能进行测试,这就更简单了,完全可以利用上面的代码段来测试,稍微组装一下就可以了。
- private static void sendConcurrentUpdateSolrServer(final String url,
- final int count) throws SolrServerException, IOException {
- SolrServer solrServer = new ConcurrentUpdateSolrServer(url, 10000, 20);
- for (int i = 0; i < count; i++) { solrServer.add(getInputDoc(PutCreater.createPut(columnFamily)));
- }
- }
希望可以帮助到你规格严格-功夫到家。这次的文章代码又偏多了点,但代码是解释思想的最好的语言,我的提倡就是尽可能的减少代码的注释,尽力简化你的代码,使你的代码足够的清晰易懂,甚至于相似于伪代码了,这也是《重构》这本书里所提倡的。
原文链接:http://www.cnblogs.com/wgp13x/p/3927979.html