SOLR 8.4.1 上传含OpenNLP模型bin文件的配置至ZooKeeper时连接被中止

这个报错不要第一时间排查网络、防火墙，场景特征非常明确：仅当配置目录放入OpenNLP的bin模型文件、新增对应fieldType时才会断连，不放大文件时上传完全正常，本质是ZooKeeper默认的单请求大小限制卡了大文件传输。
ZooKeeper默认jute.maxbuffer参数值为4MB，对请求大小超过该阈值的客户端连接会直接主动断开，抛出的异常就是日志里记录的“主机端软件中止了已建立的连接”。几个OpenNLP英语模型单文件体积普遍在几M到十几M，单文件就远超默认4M阈值，上传时传输请求被ZK直接掐断，才会出现断连报错。

• 调整ZooKeeper服务端的单请求大小上限
  如果用的是Solr内置绑定的ZooKeeper（即随Solr一起启动的9983端口节点），需要修改Solr启动脚本的JVM参数，添加-Djute.maxbuffer=104857600（即100MB上限，足够覆盖OpenNLP全套英语模型的体积）；如果是独立部署的ZooKeeper集群，需要在ZK服务的启动JVM参数里添加同值配置，重启ZK服务让参数生效。
• 调整ZK上传客户端的对应参数
  执行upconfig命令的Solr脚本本身也是ZK客户端，同样需要匹配相同的jute.maxbuffer参数，否则哪怕服务端调大了上限，客户端还是会用默认4M的限制传输，触发断连。两种配置方式二选一：
  • 临时生效：在执行上传命令前，先设置环境变量set SOLR_JAVA_OPTS=-Djute.maxbuffer=104857600，再执行原来的bin/solr.cmd zk upconfig命令
  • 永久生效：把上面的JVM参数写入Solr的Windows环境配置文件solr.in.cmd，后续所有ZK操作都会自动加载该参数
• 修正fieldType的模型路径配置
  Solr 8.x版本的OpenNLP各工厂类，默认不会直接从配置根目录加载模型文件，需要在每个模型参数值前加上conf/前缀，明确告知Solr从ZooKeeper存储的当前配置目录下查找模型，修正后的配置片段参考：

  <fieldType name="text_opennlp" class="solr.TextField" positionIncrementGap="100" multiValued="true" >
    <analyzer>
      <tokenizer class="solr.OpenNLPTokenizerFactory"
        sentenceModel="conf/en-sent.bin"
        tokenizerModel="conf/en-token.bin"/>
      <filter class="solr.OpenNLPPOSFilterFactory" posTaggerModel="conf/en-pos-maxent.bin"/>
      <filter class="solr.OpenNLPChunkerFilterFactory" chunkerModel="conf/en-chunker.bin"/>
      <filter class="solr.TypeAsPayloadFilterFactory"/>
    </analyzer>
  </fieldType>
  

  不添加路径前缀的话，哪怕配置上传成功，Solr节点加载该fieldType时也会报模型文件找不到的错误。

• 不要把这个报错归因为网络、防火墙、端口不通：场景触发条件非常明确，仅当配置目录包含大体积bin文件时才断连，纯文本配置上传完全正常，说明端口连通性、网络链路没有问题。
• 确保服务端和客户端的jute.maxbuffer参数值完全一致：两边参数不匹配的话，传输大文件时依然会被主动断连。
• 注意模型版本匹配：Solr 8.4.1内置依赖的OpenNLP版本为1.9.3，不要下载过高版本的OpenNLP预训练模型，否则上传完成后加载阶段会抛出模型版本不兼容的错误。

内容的提问来源于stack exchange，提问作者Michał Wieczorek