强大的大数据全文索引解决方案-ClouderaSearch

介绍

ClouderaSearch带来了全文索引，实时查询和针对CDH和你的企业级数据中心的扩展、灵活性的索引服务。由Apache Hadoop和Apache Solr提供，是企业级的开源搜索。Cloudera Search带来了扩展性和可靠性的新一代集成，多个工作任务的搜索。通过它与CDH独特的整合，Cloudera Search获得了同样的容错性，扩展性，可见性，安全性，以及灵活性的提供其他企业级数据中心的工作。

关键特征:

l  全文索引和小面（faceted，与solr一样）导航，基于Hadoop和HBase中的内容

l  可以基于MapReduce实现批量索引。

l  通过GO-LIVE对动态索（Dynamic index）引进行更新

l  针对实时查询，集成了Flume和Lily HBase indexer。

l  无模式（Schema-less）和动态字段的支持，使schema管理更简单

l  针对hadoop优化的字段格式做了“开箱即可用”（Out-of-the-box）字段的提取

l  多文件（Multi-file）格式的支持和集成能力

l  通过HDFS，实现扩展性和容错性索引存储和访问

l  与Apache Sentry的集成，实现了基于角色，细粒度的权限控制

l  通过使用Morphlines重用了数据配置通过工作量

l  与其他hadoop服务共用了基础设施，资源和数据

l  通过使用Index Aliasing 和 Oozie workflows，使用数据迁移和服务更简单

l  在Hue中有简单，可配置的，基于面（faceted）和全文搜索的UI可以使用

l  所有标准的搜索特征在Solr和SolrCloud中有的

l  跨平台的监控，可见性，资源控制，通过ClouderaManager实现

可以想象：Cloudera Search是一个整合了Lily，solr（solr cloud），HBase，Hadoop，Flume等，以及使用ClouderaManager来进行管理的全文索引解决方案。也就是说任何一个人，使 用了这个框架，则可以轻松搭建一个与google和百度一样的搜索服务。由此可以看出这个框架的强大之处。准备后续使用了这个框架，再进一步分享一些经验 给大家。

参考官网： http://www.cloudera.com/content/cloudera/en/products-and-services/cdh/search.html