solr定时实时重建索引和增量更新

demn

　　注：在上一篇的solr增量索引中遇到了一个很大的问题：定时任务一直无法执行，后来找了很多原因，分析日志后发现增量索引的请求都没发送，又经过一番折腾才在网上找到了解决方法，是apache-solr-dataimportscheduler-1.0.jar的一个bug，post请求无法正确发送，这位仁兄的文章真是精华所在，感谢这位仁兄！
　　

　　Solr Data Import Hander Scheduler 说明:
       Solr官方提供了很强大的Data Import Request Handler，同时提供了一个简单的 Scheduler，
示例中的 Scheduler 只支持增量更新，不支持定期重做索引，因此我做了一个简单的封装，增加了重做索引的定时器.
(原定时器作者是:Marko Bonaci, 在此表示感谢!)The original Scheduling source by Marko Bonaci, Thank him!
使用说明
   1. 将 apache-solr-dataimportscheduler-1.0.jar 和solr自带的 apache-solr-dataimporthandler-.jar, apache-solr-dataimporthandler-extras-.jar 放到solr.war的lib目录下面
   2.修改solr.war中WEB-INF/web.xml, 在servlet节点前面增加:

?12345<listener>          <listener-class>                org.apache.solr.handler.dataimport.scheduler.ApplicationListener          </listener-class></listener>     3.将apache-solr-dataimportscheduler-.jar中 dataimport.properties 取出并根据实际情况修改,然后放到 solr.home/conf (不是solr.home/core/conf) 目录下面
    4.重启tomcat或者jboss 即可

　　
dataimport.properties 配置项说明


?12345678910111213141516171819202122232425262728293031323334353637383940414243444546##################################################                                              ##      dataimport scheduler properties         ##                                              ################################################## # to sync or not to sync# 1 - active; anything else - inactivesyncEnabled=1 # which cores to schedule# in a multi-core environment you can decide which cores you want syncronized# leave empty or comment it out if using single-core deploymentsyncCores=core1,core2 # solr server name or IP address# [defaults to localhost if empty]server=localhost # solr server port# [defaults to 80 if empty]port=8080 # application name/context# [defaults to current ServletContextListener's context (app) name]webapp=solr # URL params [mandatory]# remainder of URLparams=/dataimport?command=delta-import&clean=false&commit=true # schedule interval# number of minutes between two runs# [defaults to 30 if empty]interval=1 # 重做索引的时间间隔，单位分钟，默认7200，即5天; # 为空,为0,或者注释掉:表示永不重做索引reBuildIndexInterval=7200 # 重做索引的参数reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true # 重做索引时间间隔的计时开始时间，第一次真正执行的时间=reBuildIndexBeginTime&#43;reBuildIndexInterval*60*1000；# 两种&#26684;式：2012-04-11 03:10:00 或者  03:10:00，后一种会自动补全日期部分为服务启动时的日期reBuildIndexBeginTime=03:10:00上文出处：http://code.google.com/p/solr-dataimport-scheduler/


博主ps:
如果你运行报以下异常：
org.apache.catalina.core.StandardContext listenerStart
SEVERE: Exception sending context initialized event to listener instance of class org.apache.solr.handler.dataimport.scheduler.ApplicationListener
java.lang.NullPointerException
    at org.apache.solr.handler.dataimport.scheduler.ApplicationListener.contextInitialized(ApplicationListener.java:93)
    at org.apache.catalina.core.StandardContext.listenerStart(StandardContext.java:4210)
    at org.apache.catalina.core.StandardContext.start(StandardContext.java:4709)
    at org.apache.catalina.core.ContainerBase.addChildInternal(ContainerBase.java:799)
    at org.apache.catalina.core.ContainerBase.addChild(ContainerBase.java:779)
    at org.apache.catalina.core.StandardHost.addChild(StandardHost.java:583)
    at org.apache.catalina.startup.HostConfig.deployDirectory(HostConfig.java:1079)
    at org.apache.catalina.startup.HostConfig.deployDirectories(HostConfig.java:1002)
    at org.apache.catalina.startup.HostConfig.deployApps(HostConfig.java:506)
    at org.apache.catalina.startup.HostConfig.start(HostConfig.java:1317)
    at org.apache.catalina.startup.HostConfig.lifecycleEvent(HostConfig.java:324)
    at org.apache.catalina.util.LifecycleSupport.fireLifecycleEvent(LifecycleSupport.java:142)
    at org.apache.catalina.core.ContainerBase.start(ContainerBase.java:1065)
    at org.apache.catalina.core.StandardHost.start(StandardHost.java:822)
    at org.apache.catalina.core.ContainerBase.start(ContainerBase.java:1057)
    at org.apache.catalina.core.StandardEngine.start(StandardEngine.java:463)
    at org.apache.catalina.core.StandardService.start(StandardService.java:525)
    at org.apache.catalina.core.StandardServer.start(StandardServer.java:754)
    at org.apache.catalina.startup.Catalina.start(Catalina.java:595)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
    at java.lang.reflect.Method.invoke(Method.java:597)
    at org.apache.catalina.startup.Bootstrap.start(Bootstrap.java:289)
    at org.apache.catalina.startup.Bootstrap.main(Bootstrap.java:414)
那说明你dataimport.properties的存放位置不正确，注意第3点，dataimport.properties存放在tomcat的solr.xml里配置的solr/home路径的conf文件夹下，conf文件夹是没有的，需新建。
例如solr.xml的配置如下：


?1234<?xmlversion=&quot;1.0&quot;encoding=&quot;UTF-8&quot;?><ContextdocBase=&quot;E:\solrbase\tomcat7\webapps\solr&quot;debug=&quot;0&quot;crossContext=&quot;true&quot;>    <Environmentname=&quot;solr/home&quot;type=&quot;java.lang.String&quot;value=&quot;E:\solrbase\solr&quot;override=&quot;true&quot;/></Context>



则dataimport.properties位置是：E:\solrbase\solr\conf\dataimport.properties


dataimport.properties属性文件param配置项示例：
例如：/deltaJob?command=delta-import&clean=false&commit=true& optimize=false&wt=json&indent=true&entity=companyJob&verbose=false&debug=false
上面链接根据实际solrconfig.xml和db-config.xml里配置文件里情况来定的。


发现两个bug，一个是如果reBuildIndexBeginTime的&#20540;为空，则会导致interval强转时报错，另一个是请求solr服务器时返回的状态码永远是415（对于当前请求的方法和所请求的资源，请求中提交的实体并不是服务器中所支持的&#26684;式，因此请求被拒绝。），
为什么了？
先看第一个bug,
看代码：

                                                                        图1
这一块代码直接导致一下方法调用的时候报强转错，

                                                                        图2
这个方法对interval属性进行了强转

                                                                        图3
看如果reBuildIndexBeginTime为空时的设置的代码：

                                                                         图4
以上红框是更改后的&#26684;式，原&#26684;式只有“yyyy-MM-dd”部分，这样会导致启动的时候会不停地http请求solr服务器，因此需加“HH:mm:ss”，以此解决问题。
第一个bug解决方法把图1中画红框的代码去除就行了。
第二个bug，看代码：

                                                                                图4
导致原因是HTTP以post请求，我们知道dataimport.properties的param是以get方式的链接，参数也包含在里面，程序未对此链接形式做处理封装成post提交方式，所以导致请求solr失败，把Http链接方式改成get就行了。


修复bug,重新打包后的jar下载：
solr-dataimportscheduler-1.1
solr-dataimportscheduler-1.1-source
dataimport.properties.zip
dataimport.properties.zip解压到tomcat的solr.xml里配置的solr/home路径，里面含有conf文件夹及dataimport.properties。
原jar下载：
apache-solr-dataimportscheduler-1.0.jar

apache-solr-dataimportscheduler-1.0-with-source.jar
　　

　　转自：http://www.sxt.cn/u/756/blog/4231