使用solr6.3 + Hbase Indexer ,通过Hbase-indexer从Hbase建立索引到solr中,进行全文搜索。

两种实现方式:① 开启hbase-indexer进行实时同步新数据 ② 使用MapReduce给存量数据创建索引。

在用MR跑索引的过程中,碰到问题:Mapper数总共35个,但failed了4个,成功也显示35个,整个JOB显示成功success。但是最终索引总数,比hbase表中数据要少,索引数与表数据量不一致。查看MR的counter,有插入错误的情况,如下所示:

DirectSolrInputDocumentWriter: Document add errors    ,

DirectSolrInputDocumentWriter: Index adds    ,,

解决过程:

1、总数据1900多万,不清楚是不是由于数据量较大的缘故导致(不知道哪里的问题),由于solr了解的不深,也只会运维的一些操作,想过尝试把原表分成4-5张表,再分别跑MR到一个solr的collection中去(总体操作流程是一样的),但把这作为最终是在解决不了问题之后的下策。

2、查看MR运行中错误的4个mapper,备注里报以下错误,而且failed集中在同一台服务器上:(MR执行成功的mapper里也有“exit 403”之类的error,这些提示好像也不受影响,太深入的也不了解 。整个JOB显示successed,有时候就会忽略这些failed。)

Error: Bad return type Exception Details:
Location: org/apache/solr/client/solrj/impl/HttpClientUtil.createClient
(Lorg/apache/solr/common/params/SolrParams;Lorg/apache/http/conn/ClientConnectionManager;)
Lorg/apache/http/impl/client/CloseableHttpClient;
@: areturn Reason: Type 'org/apache/http/impl/client/DefaultHttpClient' (current frame, stack[])
is not assignable to 'org/apache/http/impl/client/CloseableHttpClient' (from method signature)
Current Frame: bci: @ flags: { }
locals: { 'org/apache/solr/common/params/SolrParams', 'org/apache/http/conn/ClientConnectionManager',
'org/apache/solr/common/params/ModifiableSolrParams', 'org/apache/http/impl/client/DefaultHttpClient' }
stack: { 'org/apache/http/impl/client/DefaultHttpClient' }
Bytecode: : bb00 2ab7 000a 4db2 000b b900 0c01 :
001e b200 0bbb 000d 59b7 000e 120f :
b600 102c b600 11b6 b900 002b :
b800 194e 2d2c b800 152d b0
Stackmap Table: append_frame(@,Object[#])

去网上搜索了这个错误,一般的解决是修改httpclient对象创建时候的代码,参考:http://www.ithao123.cn/content-10445716.html。但不清楚这些代码是在哪里进行查看或者修改之类的,问题解决不了。

后来,在Google里查有一个国外的回答里,httpclient的版本问题。想起之前部署solr时也提到过httpclient的版本问题。

最终解决:

solr6.3.0跟hadoop2.7存在不兼容性,主要是httpclient、httpcore不兼容,hadoop使用的是httpcilent-4.2.5和httpcore-4.2.5,而solr6.3.0使用的是httpclient-4.4.1和httpcore-4.4.1,两个版本之间接口有些变化导致不兼容。解决办法是把hadoop中的jar包替换成高版本4.3或4.4.1。需要替换以下地方的版本:

/hdfs/data1/hadoop/yarn/local/filecache//mapreduce.tar.gz/hadoop/share/hadoop/common/lib/ httpclient-4.2..jar
/usr/hdp/2.4.0.0-/hadoop-yarn/lib/httpclient-4.2..jar
/usr/hdp/2.4.0.0-/hadoop/lib/httpclient-4.2..jar
/usr/hdp/2.4.0.0-/hadoop-mapreduce/httpclient-4.2..jar
/usr/hdp/2.4.0.0-/hadoop/client/httpclient-4.2..jar /hdfs/data1/hadoop/yarn/local/filecache//mapreduce.tar.gz/hadoop/share/hadoop/common/lib/ httpcore-4.2..jar
/usr/hdp/2.4.0.0-/hadoop-yarn/lib/httpcore-4.2..jar
/usr/hdp/2.4.0.0-/hadoop/lib/httpcore-4.2..jar
/usr/hdp/2.4.0.0-/hadoop-mapreduce/httpcore-4.2..jar
/usr/hdp/2.4.0.0-/hadoop/client/httpcore-4.2..jar

上边这些目录在部署的时候都执行过替换,然后全站搜索了“httpclient-4.2.5.jar”,在“/hdfs/data1/hadoop/yarn/local/filecache/12/mapreduce.tar.gz/hadoop/share/hadoop/common/lib/”目录下发现了4.2.5的版本,替换成4.3的版本,重新再跑MR,用时3.5h左右(正常时间),OK了,索引条数与hbase表条数一致。

PS:这是不小心选择错collection,执行“<delete><query>*:*</query></delete><commit/>” 清空所有索引数据之后,付出的代价。总耗时:很多。

solr6.3 + Hbase Indexer使用MR创建索引,错误Bad return type的更多相关文章

  1. Lily HBase Indexer同步HBase二级索引到Solr丢失数据的问题分析

    一.问题描述二.分析步骤2.1 查看日志2.2 修改Solr的硬提交2.3 寻求StackOverFlow帮助2.4 修改了read-row="never"后,丢失部分字段2.5 ...

  2. lucene全文搜索之三:生成索引字段,创建索引文档(给索引字段加权)基于lucene5.5.3

    前言:上一章中我们已经实现了索引器的创建,但是我们没有索引文档,本章将会讲解如何生成字段.创建索引文档,给字段加权以及保存文档到索引器目录 luncene5.5.3集合jar包下载地址:http:// ...

  3. MySQL 如何创建索引?怎么优化?

    索引类似大学图书馆建书目索引,可以提高数据检索的效率,降低数据库的IO成本.MySQL在300万条记录左右性能开始逐渐下降,虽然官方文档说500~800w记录,所以大数据量建立索引是非常有必要的.My ...

  4. hbases索引技术:Lily HBase Indexer介绍

    Lily HBase Indexer 为hbase提供快速查询,他允许不写代码,快速容易的把hbase行索引到solr.Lily HBase Indexer drives HBase indexing ...

  5. HBase中创建索引

    hbasene(https://github.com/akkumar/hbasene)是开源项目,在hbase存储上封装使用Lucene来创建索引,代码API非常简单,熟悉lucene的朋友可以很方便 ...

  6. hbase基于solr配置二级索引

    一.概述 Hbase适用于大表的存储,通过单一的RowKey查询虽然能快速查询,但是对于复杂查询,尤其分页.查询总数等,实现方案浪费计算资源,所以可以针对hbase数据创建二级索引(Hbase Sec ...

  7. Lily hbase indexer搭建配置概要文档

    1.solrcloud搭建好2.hbase-solr-indexer服务开启3.确定hbase中的对应的表开启replication功能 create '} // 1表示开启replication 已 ...

  8. lucene简介 创建索引和搜索初步

    lucene简介 创建索引和搜索初步 一.什么是Lucene? Lucene最初是由Doug Cutting开发的,2000年3月,发布第一个版本,是一个全文检索引擎的架构,提供了完整的查询引擎和索引 ...

  9. Key-Value Store Indexer(Lily HBase Indexer) 小型采坑

    环境: Cloudera Express 5.12.1 JDK 1.8.0_92 CentOS 7 步骤1:数据导入到Hbase中(非正题,跳过) hbase中表为allDoc,两个Family:fu ...

随机推荐

  1. python-广度优先搜索

    广度优先搜索 下面我们来来BFS算法策略: 比如:我们要从双子峰---->金门大桥,最短路径如何? 我们利用广度优先搜索来一步步求解,注意广度优先搜索在于的关键在于"广",也 ...

  2. laravel 服务容器实现原理

    前言 通过实现laravel 框架功能,以便深入理解laravel框架的先进思想. 什么是服务容器 服务容器是用来管理类依赖与运行依赖注入的工具.Laravel框架中就是使用服务容器来实现 ** 控制 ...

  3. JavaScript 循环性能比较

    有一句话叫做 没有什么事是一个循环解决不了的,如果真有,那就再来一个循环. 循环的种类有很多 正向for循环,逆向for循环,while循环,for-in循环(理论上性能最差),for-each循环, ...

  4. 关于log4.net 错误,求解

    1.上结果 能生成文件 ,但是文件中无内容 2.配置文件 <configSections> <section name="log4net" type=" ...

  5. Azure 基础:Table storage

    Azure Storage 是微软 Azure 云提供的云端存储解决方案,当前支持的存储类型有 Blob.Queue.File 和 Table.其中的 Table 就是本文的主角 Azure Tabl ...

  6. JavaScript中对事件简单的理解(2)

    事件(event) event对象 (1)什么是event对象? Event 对象代表事件的状态,比如事件在其中发生的元素.键盘按键的状态.鼠标的位置.鼠标按钮的状态.事件通常与函数结合使用,函数不会 ...

  7. ecshop的详细安装步骤

    从网上找个ecshop包,然后下载,解压,解压后的ecshop是不能直接用的,要更改几个目录的权限才能用. ecshop要放在www目录下,这样访问的话就可以直接 http://localhost/e ...

  8. linux shell编程-bash的奇技淫巧

    本文主要讲bash脚本中容易出错和很少用但是用起来有意想不到效果的部分. 循环: 正常的for循环: for i in a b c 1 2 3; do echo "$i" done ...

  9. AppServ安装的一点小麻烦----

    好久,没装AppServ了,今天安装过程顺利,但是Apache,服务开启不了,页面也不能访问. 刚开始以为是版本下载错误了,先后换了N个版本,都不行. 在网上搜的过程中,偶然发现,一句话:64位系统, ...

  10. MVC启动windows身份验证时初次访问特别慢

    最近做了一个关于MVC的项目,刚开始往服务器上面部署时,没有开启windows身份验证,等开发基本收尾时候,将验证开启时,第一次打开的时候需要将近15s的访问时间,别说用户受不了,自己都受不了了. 对 ...