Cloudera CDH/CDP 및 Hadoop EcoSystem, Semantic IoT등의 개발/운영 기술을 정리합니다. gooper@gooper.com로 문의 주세요.
0. solr를 설치한다 : solrdf1.1과 호환되는 solr버젼은 5.3.1이므로 이것을 설치할것)
https://www.gooper.com/ss/bigdata/3108
1. /tmp로 이동하여 git로 소스를 다운받고 빌드한다.
cd /tmp
git clone https://github.com/agazzarini/SolRDF.git solrdf-download
빌드하기
cd solrdf-download/solrdf
mvn clean install
* 빌드하면 /tmp/solrdf-download/solrdf/solrdf-integration-tests/target/solrdf-integration-tests-1.1-dev/solrdf에 생성됨
* 참고사이트 : https://github.com/agazzarini/SolRDF
2. solrdf용 solrconfig.xml을 수정하여 HDFS에 저장할 수 있도록 함
*파일위치:
/tmp/solrdf-download/solrdf/solrdf-integration-tests/target/solrdf-integration-tests-1.1-dev/solrdf/store/conf<directoryFactory name="DirectoryFactory" class="${solr.directoryFactory:solr.NRTCachingDirectoryFactory}"/>
을 주석처리하고 아래의 내용을 추가한다.
<directoryFactory name="DirectoryFactory" class="solr.HdfsDirectoryFactory">
<str name="solr.hdfs.home">${solr.hdfs.home:}</str>
<str name="solr.hdfs.confdir">${solr.hdfs.confdir:}</str>
<bool name="solr.hdfs.blockcache.enabled">true</bool>
<int name="solr.hdfs.blockcache.slab.count">1</int>
<bool name="solr.hdfs.blockcache.direct.memory.allocation">true</bool>
<int name="solr.hdfs.blockcache.blocksperbank">16384</int>
<bool name="solr.hdfs.blockcache.read.enabled">true</bool>
<bool name="solr.hdfs.nrtcachingdirectory.enable">true</bool>
<int name="solr.hdfs.nrtcachingdirectory.maxmergesizemb">16</int>
<int name="solr.hdfs.nrtcachingdirectory.maxcachedmb">192</int>
</directoryFactory>
3. build결과 폴더를 실행디렉토리로 복사하고 링크를 생성한다.(solr cluster모든 서버에 복사하고 설정해야함)
cp -r /tmp/solrdf-download/solrdf/solrdf-integration-tests/target/solrdf-integration-tests-1.1-dev/solrdf $HOME
cd $HOME
mv solrdf solrdf-1.1
ln -s solrdf-1.1 solrdf
4. 환경변수를 설정한다.(solr cluster 모든 서버에 설정)
vi /etc/profile
export SOLRDF_HOME=$HOME/solrdf
를 추가한다.
* 환경변수 적용 : source /etc/profile
5. zookeeper에 새로운 solrdf용 config정보 upload(최초한번)
./hadoop/solr/server/scripts/cloud-scripts/zkcli.sh -zkhost gsda1:2181 -cmd upconfig -c store --confname store -confdir $HOME/solrdf/store/conf
* zookeeper의 configs/store에 업로드된다.
(http://gsda1:8080/solr/#/~cloud?view=tree로 확인 가능함, configs폴더밑에 store폴더가 있고 그 밑에 설정파일이 있음)
* znode 삭제 : ../server/scripts/cloud-scripts/zkcli.sh -zkhost gsda1:2181 -c store -cmd clear /configs/store
6. solrdf 기동(8080포트로 새로운 solr인스턴스를 기동하게된다)(모든 solr cluster서버에서 실행)
solr가 설치된 위치의 bin폴더 밑으로 가서 아래 명령을 준다.
./solr start -p 8080 -s $SOLRDF_HOME -cloud -z gsda1:2181,gsda2:2181,gsda3:2181
-a "-Dsolr.data.dir=hdfs://mycluster/user/root/solr/solrdf
-Dsolr.lock.type=hdfs
-Dsolr.directoryFactory=HdfsDirectoryFactory
-Dsolr.updatelog=hdfs://mycluster/user/root/solr/solrdf
-Dsolr.hdfs.confdir=/svc/apps/sda/bin/hadoop/hadoop/etc/hadoop
"
7. "store"라는 collection생성하기(최초 한번) - ZK에 있는 configs/store에 있는 config정보를 활용함
./solr create -p 8080 -c store -shards 1 -replicationFactor 1 -n store
* 파일로 data를 저장하는 경우(5개 서버가 있으며 3개의 복사본을 유지함) - ZK에 있는 configs/store에 있는 config정보를 활용함
./solr create -p 8080 -c store -shards 5 -replicationFactor 3 -n store
* zookeeper의 collections/store에 생성된다.
(http://gsda1:8080/solr/#/~cloud?view=tree로 확인 가능함, collections밑에 store폴더가 있고 그 밑에 설정파일이 있음)
* HDFS에 연동하는 경우에는 collection생성시 -shards, -repliationFactor값을 1로 주어야 "lock"관련 오류가 발생하지 않는다.
(물론 data를 파일에 저장하도록 설정하는 경우에는 서버 마다의 HDD를 가지고 있으므로 shard개수를 2이상 지정하는것이 맞다.)
* 이렇게 되면 replication은 HDFS가 제공하는 복제기능으로 커버가능할거 같은데.. sharding은 지원하지 못하는 건가??
* 여러 서버에서 solr 인스턴스를 각각 실행하면 query의 패더레이션과 분산은 가능하겠지??
8. sample data 등록하기
http://localhost:8080/solr/store/update/bulk?commit=true
&update.contentType=application/n-triples
&stream.file=/tmp/solrdf-download/solrdf/solrdf-integration-tests/src/test/resources/sample_data/bsbm-generated-dataset.nt
9. sparql로 data확인하기
curl "http://127.0.0.1:8080/solr/store/sparql"
--data-urlencode "q=SELECT (count(?s) as ?cnt) WHERE { ?s ?p ?o }"
-H "Accept: application/sparql-results+json"
