solrphp

Ⅰ nextcloud硬體要求

編輯Docker-compose配置文件

拷貝以下內容並保存為docker-compose.yml，修改域名等相關參數
這裡麵包括四個容器服務，nextcloud，nextcloud-db（mysql），solr和redis，其中nextcloud是必須的，後面的服務不使用可以刪除配置（同時要刪除nextcloud中的依賴）。比如用戶數少不想使用mysql，可刪除depends_on:後面的- nextcloud-db以及後面的nextcloud-db配置段。nextcloud-db建議企業用戶使用，redis作為緩存可以讓伺服器響應速度變得更快，solr提供了更好的搜索功能，你可以按需要自己配置。
運行docker容器

進入在docker-compose.yml目錄
運行資料庫容器（不使用Mysql略過）
docker-compose up -d nextcloud-db
運行其他容器
docker-compose up -d
redis配置
如果doker-compose.yml添加了redis服務，需要編輯php配置來啟用服務，配置文件路徑是/docker/nextcloud/config/config.php
重啟reverse容器
docker restart reverse
配置solr
默認的文件查找功能只相當於一個列表過濾，無法搜索子文件夾,啟用nextant插件藉助solr服務可實現全文搜索，不光搜索文件名，還可以按文檔的內容搜索。前提是在docker-compose.yml中配置了solr。
在配置過程中發現nextant無法連接solr，通過docker logs solr查看到錯誤信息「
cp: can't create directory '/opt/solr/server/solr/mycores/nextant': Permission denied」，
原來是沒有許可權，執行以下命令修改許可權：
sudo chmod -R 777 /docker/nextcloud/solr
重啟solr
docker restart solr
通過docker logs solr查看，solr正常啟動

登錄設置

通過瀏覽器訪問你的網站，第一次打開界面是這樣的。

首次打開
輸入用戶名密碼來創建管理員帳號

使用Nextant開啟全文搜索

打開Nextant的前提是前面安裝了solr服務，

管理員帳號登錄，點擊右上角齒輪圖標，點擊＂＋應用＂，點擊＂應用軟體包＂,點擊files，找到Nextant，點擊啟用；
點擊右上角齒輪圖標，選擇管理，點擊其他設置，找到Nextant (全文搜索)選項；
在Address of your solr servlet中輸入http://solr:8983/solr ，點擊測試並保存，出現下圖中右側綠色對號提示即為連接成功。
Nextant配置
發現Nextcloud

總體來說，Nextcloud是一款出類拔萃的私有雲盤服務，支持windows、mac、linux、安卓、ios主流操作系統。提供了豐富的插件可以在線安裝，比如在線編輯流程圖編輯，office文件編輯、日歷、聯系人、筆記、視頻聊天、郵件等等。

主界面
[圖片上傳失敗...(image-25c2ed-1512026386267)]

Ⅱ solr和elasticsearch對比，有啥差別嗎

從兩個方面對ElasticSearch和Solr進行對比，從關系型資料庫中的導入速度和模糊查詢的速度。

單機對比

1. Solr 發布了4.0-alpha，試了一下，發現需要自己修改schema，好處是它自帶一個data importer。在自己的計算機上測試了一下，導入的性能大概是：14分鍾導入 3092730 條記錄，約合 3682條/秒。

2. 3百萬條記錄的情況下，模糊查詢和排序基本都在1秒內返回

3. 剛才的測試，是每個field單獨存儲，現在修改了一下配置文件，增加了一個Field，所有的field都拷貝一份到text這個field裡面去，導入的性能大概是：19分鍾導入了3092730 條記錄，約合 2713條/秒

4. 3百萬條記錄的情況下，針對text的模糊查詢基本在1秒內返回，但是針對所有記錄的排序，大概要2~3秒

5. 使用 elasticsearch 0.19.8，預設配置，用單任務導入，導入性能是：20分鍾導入了3092730 條記錄，約合2577條/秒

6. 3百萬條記錄的情況下，查詢基本上在1秒內返回，但是模糊查詢比較慢，第一次要10秒，後來大概要1~3秒。加上排序大概需要5秒，整體排序基本100ms

查詢及排序的指令：

{

"query": {

"query_string": {

"query": "*999*"

}

},

"sort": [

{

"TIME_UP": {

"order": "asc"

}

}

]

}

7. Es0.19.8，用兩個任務導入，導入性能是：13分鍾導入了3092730 條記錄，約合3965條/秒

8. Solr全部建好索引後，佔用磁碟空間是1.2G，es佔用磁碟空間是4G

單機對比2

在一台Intel i7，32G內存的機器上，重新跑這兩個的對比。不過有個重大的區別在於，Solr是在這台性能很好的機器上跑，而es的導入進程則是在一台Intel 四核 2.5G，4G內存的機器上跑的，也許會有性能的差異。ES版本0.19.8，Solr版本4.0-ALPHA。

1. Solr的導入性能：3400萬條記錄，用時62分鍾，平均9140條/秒，佔用空間12.75G

2. 使用 *999* 這樣的模糊查詢，3秒以內返回，稍長一點的查詢條件 *00100014*，也是2~3秒返回

3. Es的導入性能（設置Xmx為10G）：3400萬條記錄，用時40分鍾，平均14167條/秒，佔用空間33.26G，客戶端採用4個並發。

4. 使用 *999* 這樣的模糊查詢，9秒返回，稍長一點的查詢條件 *00100014*，11.8秒返回

5. 如果不是針對所有欄位查詢，而是針對某個特定欄位，比如 SAM_CODE: *00100014*，那麼也是1秒以內返回。

6. 結論：es的查詢效率也可以很高，只是我們還不會用。

7. 結論2：es有個設置是把所有欄位放一塊的那個，預設是放一起，但是不知道為什麼沒起到應有的作用。

備註：

1. Solr第一次的那個內存使用的是預設設置，這次改為10G，結果導入性能反而變差了，400萬條記錄，用了8分鍾，平均8333條/秒，不知道為什麼。

2. 改回預設的內存配置，導入速度仍然慢。

3. 重啟Linux，用10G的內存配置，再導入，5030萬條記錄，用時92分，約9112條/秒，說明導入速度和內存配置沒有大差別

4. 在10G配置的情況下，檢索速度也差別不大。

5. 為了搞清楚lucene4.0和solr4.0的進步有多大，下載了solr3.6.1，所幸的是4.0的配置文件在3.6.1上也可以用，所以很快就搭起來進行測試，導入性能為：3400萬條記錄，用時55分鍾，約10303條/秒，佔用空間13.85G。查詢性能：*999*第一次11.6s，*00100014* 27.3s，相比4.0ALPHA的結果（5000萬結果當中，*999*第一次2.6s，*00100014*第一次2.5s）來說，慢了很多，與es的性能差不多，因此，也許lucene4.0真的對性能有大幅提升？

集群對比：

採用4台同樣配置（Intel i7，32G內存）的Centos 6.3組成的集群，進行對比。

1. 首先是es，很方便的就組成了一個Cluster，等上一個3400萬條的Index全部均衡負載之後進行測試，導入到另外一個Index當中。

2. 導入性能：8500萬條記錄，用時72分鍾，約為19676條/秒。在前5千萬條記錄導入時的速度在2萬/條以上，初始的速度在2.2萬/條。佔用空間78.6G（由於有冗餘，實際佔用空間為157.2G）

3. 查詢性能：

*999*第一次13.5秒，第二次19.5秒，第三次7.4秒，第四次7.1秒，第五次7.1秒

*00100014*第一次17.2秒，第二次16.6秒，第三次17.9秒，第四次16.7秒，第五次17.1秒

SAM_CODE:*999*，0.8s，1.3s，0.02s，0.02s，0.02s

SAM_CODE: *00100014*，0.1s，0.1s，0.02s，0.03s，0.05s

4. Solr4.0-ALPHA，SolrCloud的配置還算簡單，啟動一個ZooKeeper，然後其他三台機器訪問這個地址，就可以組成一個Cloud：

機器1： nohup java -Xms10G -Xmx10G -Xss256k -Djetty.port=8983 -Dsolr.solr.home="./example-DIH/solr/" -Dbootstrap_confdir=./example-DIH/solr/db/conf/ -Dcollection.configName=xabconf3 -DzkRun -DnumShards=4 -jar start.jar &

其他機器：nohup java -Xms10G -Xmx10G -Dsolr.solr.home="./example-DIH/solr/" -DzkHost=192.168.2.11:9983 -jar start.jar &

但是在執行 data import 的時候，頻繁出現 OutOfMemoryError: unable to create new native thread。查了很多資料，把Linux的ulimit當中的nproc改成10240，把Xss改成256K，都解決不了問題。暫時沒有辦法進行。

結論

1. 導入性能，es更強

2. 查詢性能，solr 4.0最好，es與solr 3.6持平，可以樂觀的認為，等es採用了lucene4之後，性能會有質的提升

3. Es採用SAM_CODE這樣的查詢性能很好，但是用_all性能就很差，而且差別非常大，因此，個人認為在目前的es情況下，仍然有性能提升的空間，只是現在還沒找到方法。