此功能暂时未全面开放使用，如果有需要的用户，请钉钉联系云HBase答疑或者提工单咨询

简介

Solr是分布式全文检索的最佳实践之一。Solr支持各种复杂的条件查询和全文索引。通过结合HBase、Solr，可以最大限度发挥HBase和Solr各自的优点，从而使得我们可以构建复杂的大数据存储和检索服务。HBase+Solr适用于：需要保存大数据量数据，而查询条件的字段数据仅占原数据的一小部分，并且需要各种条件组合查询的业务。例如：

• 常见物流业务场景，需要存储大量轨迹物流信息，并需根据多个字段任意组合查询条件
• 交通监控业务场景，保存大量过车记录，同时会根据车辆信息任意条件组合检索出感兴趣的记录
• 各种网站会员、商品信息检索场景，一般保存大量的商品/会员信息，并需要根据少量条件进行复杂且任意的查询，以满足网站用户任意搜索需求等。

云HBase增强版提供的全文索引服务深度融合了HBase和Solr，能够自动将用户写入HBase的数据实时数据写入到Solr中，用户无需双写HBase和Solr。

在使用过程中，用户全程只需要和HBase和Solr交互即可，HBase增强版原生内置了高性能索引同步组件，该组件完全对用户透明，用户只需要通过HBase增强版对外提供的建立、修改外部索引的接口操作，即可完成索引元数据的管理。

开通全文索引服务

全文索引服务的开通和使用都是免费的，无需在原有HBase集群的基础上额外付费。但开启此服务后，会从core节点的资源中划分一部分给Solr使用。在集群的控制台中找到全文索引的tab，点击开通即可。开通过程中会重启HBase集群，建议在业务低峰期开启。注意：只有HBase增强版2.1.9版本以上才支持全文索引功能，如果低于此版本在开通过程中会自动升级到最新版本

HBase增强版支持全文索引服务（Solr）在各个单元逐步上线中，如果您的实例还没有相应的Tab，请耐心等待该区上线，或者钉钉咨询云HBase答疑

使用方法

在使用Java API前请 按照HBase Java API 访问文档中的步骤完成Java SDK安装和参数配置。在使用HBase shell前，请按照HBase Shell访问文档中的步骤完成Shell的下载和配置。

全文索引功能客户端依赖要求AliHBase-Connector 1.0.8/2.0.8以上，Shell要求alihbase-2.0.8-bin.tar.gz以上

在Solr中建立Collection

进入 solr WebUI 创建 solr collection，如果没有对Solr有特殊的配置，请选择_indexer_default 配置目录， 如下图：如果在创建Collection时需要自定义config set， 请参考附录中自定义配置的注意事项

在HBase中建表

使用HBase shell在HBase中建表

hbase shell> create 'solrdemo', {NAME=>'info'}

建索引映射关系

假设在solrdemo这个表中有两个column需要索引在solr中的democollection中：

• info:name: 数据类型为String（使用Bytes.toBytes(String)方法转成bytes存入HBase），对应Solr中的field为name_s
• info:age: 数据类型为int（使用Bytes.toBytes(int)方法转成bytes存入HBase），对应Solr中的field为age_i

使用HBase Shell建立索引映射关系方法如下：

hbase shell> create_external_index 'solrdemo', 'democollection', 'SOLR', 'STRING', {FAMILY => 'info', QUALIFIER => 'name', TARGETFIELD => 'name_s', TYPE => 'STRING'}, {FAMILY => 'info', QUALIFIER => 'age', TARGETFIELD => 'age_i', TYPE => 'INT'}

其中 create_external_index为HBase表在solr中创建外部索引的命令。第一个参数为需要建立外部索引的表名，此例中为solrdemo,第二个参数为对应的Solr Collection名，此例中为democollection， 第三个参数为索引类型，固定为SOLR，第四个参数为HBase表rowkey映射到Solr Document中id这个unique field(数据类型为string)的方式。目前支持两种方式：

• STRING：使用Bytes.toString(byte[])函数将rowkey转成Solr Document中的id field。用户在solr中查出对应Document后，可以使用Bytes.toBytes(String)函数将id转成byte[]做为rowkey反查HBase
• HEX: 使用org.apache.commons.codec.binary.Hex包中的encodeAsString(byte[])函数将rowkey转成Solr Document中的id field。用户在solr中查出对应Document后，可以使用Hex.decodeHex(String.toCharArray())函数将idString转成byte[]做为rowkey反查HBase

注意：如果HBase表的Rowkey并非由String组成（即不是用Bytes.toBytes(String)方法当做rowkey存入HBase），请使用HEX方式，否则在将Solr Document中的id反转成bytes后有可能会和原rowkey不一样从而反查失败。

命令后面可以跟多个需要索引到solr中的列，多个列描述用逗号隔开。在本例中就有两个需要索引的HBase列。如{FAMILY => 'info', QUALIFIER => 'name', TARGETFIELD => 'name_s', TYPE => 'STRING' },就代表一个列的映射信息。其中FAMILY为该列的family name，本例中为“info”，QUALIFIER为需要索引的列的qualifier，本例中为’name’，TARGETFIELD为这一列要映射到Solr document中的field名，本例中为’name_s’。TYPE为HBase中这一列的类型，如本例中，”info:name” 这一列是使用Bytes.toBytes(String)存入HBase的，因此类型为“STRING”。除了STRING外，支持的类型有：

• INT
• LONG
• STRING
• BOOLEAN
• FLOAT
• DOUBLE
• SHORT
• BIGDECIMAL

注意：1.HBase中所有列内容都为byte数组，这里的类型是指使用Bytes.toBytes(String/int/boolean等)方法存入HBase的内容。

2.在写入solr时，HBase增强版会自动使用对应的Bytes.toString/toInt/toBoolean等函数将列的内容转成对应类型存入solr，因此Solr对应的Field也应该为相应类型，否则会导致数据出错。如本例中name_s使用了solr的动态列功能，所有_s结尾的field都会当做String类型

每个HBase对应的solr Collection（本例中为”democollection”）,索引类型（本例中为”SOLR”）,Rowkey映射函数（本例为”STRING”）在第一次添加索引列指定后就不能变更，所以后续对”solrdemo”这张HBase表添加索引时，这几个参数都会被忽略，所以可以用另外一个命令来省略这些参数。例如我们要为”solrdemo”这张表的另外一个列”info:money” 创建solr索引，可以用下面的命令：

 hbase shell> add_external_index_field 'solrdemo', {FAMILY => 'info', QUALIFIER => 'info:money', TARGETFIELD => 'money_f', TYPE => 'FLOAT' }

使用add_external_index_field命令，只需要传入表名和要索引的列即可。同样，如果要添加多列，只需要用逗号隔开即可。

注意：如果这个表从来没有建立过Solr的索引，或者之前有solr的索引列，但后来调用remove_external_index将这些索引列都移除了，直接调用add_external_index_field命令会抛错。

删除索引列

如果不需要索引HBase中的某一列，可以调用remove_external_index命令将索引映射关系移除，之后HBase将不会把该列发送到Solr中做索引。假如我要停止上述示例中的“info:name”,”info:age”这两列在Solr中建立索引，则可以在HBase shell中调用：

  hbase shell> remove_external_index 'solrdemo', 'info:name', info:age'

多列之间用逗号隔开。

查看目前的索引列

在集群管理系统的表Tab中，可以显示某一张表的所有索引列。

为历史数据建立索引

使用create_external_index或者add_external_index_field命令都只会为命令完成后写入HBase的数据建立索引，之前已经写入HBase的历史数据不会被索引到Solr里，因此需要调用build_external_index命令为HBase中的历史数据建立索引

  hbase shell> build_external_index 'solrdemo'

该命令会为该表中的所有数据，按照solr外部索引映射关系（之前使用create_external_index或者add_external_index_field加入的映射关系）在solr中全量建立索引。全量建立索引为异步执行，执行build_external_index会立即返回，build任务会在后台执行，如果想停止执行build 索引任务，则可以通过下述方式停止：

  hbase> cancel_build_external_index 'solrdemo'

附录

Solr公网访问

在全文索引服务界面，点击申请外网访问地址即可开启Solr的外网访问地址。公网地址即Solr集群中某一台Solr服务器的地址。公网访问只能用来做测试开发，不能用于生产访问,如果访问不通，请检查是否已经添加IP白名单。通过公网访问Solr有两种方式。

curl

curl "http://ld-t4n2040pv60v9m240-proxy-solr-pub.hbaseue.9b78df04-b.rds.aliyuncs.com:8983/solr/solrdemo/query?q=*:*"

代码方式（HttpSolrClient）

HttpSolrClient solrClient = new HttpSolrClient.Builder("http://ld-xxxxx-proxy-solr-pub.hbaseue.9b78df04-b.rds.aliyuncs.com:8983/solr").build();
SolrQuery solrQuery = new SolrQuery("*:*");
QueryResponse response = solrClient.query("solrdemo", solrQuery);
//do something

自定义Solr config set

无特殊情况下，使用默认提供的_indexer_default 配置目录即可，如果需要自定义config，建议在 solr WebUI 中拷贝_indexer_default下文件，在此基础上做修改，因为_indexer_default中含有HBase增强版自动同步数据到Solr的几个关键配置：

1.solrconfig.xml中的versionField和deleteVersionParam配置：

<updateProcessor class="solr.DocBasedVersionConstraintsProcessorFactory" name="custom-version-constraints">
    <bool name="ignoreOldUpdates">true</bool>
    <str name="versionField">update_version_l</str>
    <str name="deleteVersionParam">del_version</str>
  </updateProcessor>

2.managed_schema中的uniquekey配置 :

    <uniqueKey>id</uniqueKey>

一些注意事项

• 为了防止数据不一致，在HBase中执行删除某一行后，Solr中对应的Document不会删除，而是会删除id这个field（Rowkey映射）以外的其他所有field。用户需要手动在solr中删除只有id这个field的document，或者在查询solr后处理只有id列的document的情况。
• 开启了Solr外部索引的HBase表最好不要设置TTL，因为HBase的TTL机制与Solr的TTL机制不一样，HBase是单个KV过期，而Solr中只能按照Document（对应HBase的一行）过期，同时过期的时间不会完全一致，会导致数据不一致问题。

Solr使用入门

Solr使用入门可以参考访问Solr WebUI、索引查询示例、分词使用说明或者Solr的官方文档。