Managed Service for Apache Spark 可选的 Solr 组件

Apache Solr 可选组件可让您在 Managed Service for Apache Spark 集群上部署开源企业搜索平台。此集成提供分布式搜索和索引编制功能，在集群主服务器上的端口 8983 上托管 Solr 服务器和网页界面。

默认情况下，Solr 会将索引和事务日志文件存储在 HDFS 中。如需在集群生命周期结束后持久保存 Solr 文件，您可以在安装组件时设置 dataproc:solr.gcs.path 集群属性，以将 Cloud Storage 路径指定为 Solr 主目录。

安装组件

在创建 Managed Service for Apache Spark 集群时安装组件。 组件可添加到使用 Managed Service for Apache Spark 版本 1.3 及更高版本创建的集群中。

如需查看每个 Managed Service for Apache Spark 映像版本中包含的组件版本，请参阅支持的 Managed Service for Apache Spark 版本。

Google Cloud 控制台

  1. 在 Google Cloud 控制台中，打开创建集群页面。
  2. 点击其他配置以展开该部分。
  3. 修改可选组件。
  4. 在随即打开的面板中，选中 Solr 复选框，然后点击保存。

gcloud CLI

如需创建包含 Solr 组件的 Managed Service for Apache Spark 集群，请使用带有 --optional-components 标志的 gcloud dataproc clusters create cluster-name 命令。以下示例命令使用可选的 properties 标志将 Cloud Storage 路径设置为 Solr 主目录。

gcloud dataproc clusters create cluster-name \
    --region=region \
    --optional-components=SOLR \
    --enable-component-gateway \
    ... other flags
在 gcloud dataproc clusters create 命令中添加 --properties="dataproc:solr.gcs.path=gs://bucket-name/" 集群属性，以设置用来存储 Solr 文档的 Cloud Storage 存储桶。（Sol 主目录）。

REST API

可以通过 Dataproc API 使用 SoftwareConfig.Component 将 Solr 组件指定为 clusters.create 请求的一部分。