资讯专栏INFORMATION COLUMN

sphinx 全文搜索引擎

Scorpion / 1284人阅读

摘要:简介参考指南参考指南中文全文搜索引擎顾名思义,是做收索用的,因为普通的搜索在数据量小的时候,能应对自如,但是当数据量上千万,或者上亿的时候。

sphinx简介
参考指南
参考指南
sphinx API中文

sphinx 全文搜索引擎:顾名思义,是做收索用的,因为普通的搜索在数据量小的时候,能应对自如,但是当数据量上千万,或者上亿的时候。纯粹的sql搜索显得缓慢,无力。因而为了提高用户体验,增快用户的搜索速度,出现了sphinx 。简单的例子比如大型网站的首页搜索。
1.安装须知
Coreseek发布了3.2.14版本和4.1版本等多个版本
3.2.14版本是2010年发布的,它是基于Sphinx0.9.9搜索引擎的。4.1版本是2011年发布的
,它是基于Sphinx2.0.2以后的
2.使用sphinx需要的工作
    1.检查中文环境语言
    2.升级依赖包
    3.下载并安装mmseg(coreseek所需要的词典)
    4.安装coreseek的csf-3.2-14(也就是sphinx)
    5.安装配置sphinx并运行生成相应的索引
    6.启动sphinx,php文件调用sphinx服务即可
    7.配置php支持sphinx (或者引用sphinx类直接调用sphinx也行)
    
注意事项:①、采用API调用,如使用PHP、java等的API函数或方法查询。优点是可不必对mysql重新编译,服务端进程“低耦合”,且程序可灵活、方便的调用;需要二次查询。
二次查询注:到现在发布版本为止——sphinx-0.9.9,sphinx在检索到结果后只能返回记录的ID,而非要查的sql数据,故需要重新根据这些ID再次从数据库中查询,
3.检查环境语言
[root@localhost ~]# locale
LANG=en_US.UTF-8
LC_CTYPE="en_US.UTF-8"
LC_NUMERIC="en_US.UTF-8"
LC_TIME="en_US.UTF-8"
LC_COLLATE="en_US.UTF-8"
LC_MONETARY="en_US.UTF-8"
LC_MESSAGES="en_US.UTF-8"
LC_PAPER="en_US.UTF-8"
LC_NAME="en_US.UTF-8"
LC_ADDRESS="en_US.UTF-8"
LC_TELEPHONE="en_US.UTF-8"
LC_MEASUREMENT="en_US.UTF-8"
LC_IDENTIFICATION="en_US.UTF-8"

#如上显示英文的(如果是中文的直接进行下一步)
LANG=en_US.UTF-8
LC = en_US.UTF-8
#要配置成中文的
export LANG=zh_CN.UTF-8
export LC_ALL=zh_CN.UTF-8
#运行之后
[root@localhost ~]# export LANG=zh_CN.UTF-8
[root@localhost ~]# export LC_ALL=zh_CN.UTF-8
[root@localhost ~]# locale
LANG=zh_CN.UTF-8
LC_CTYPE="zh_CN.UTF-8"
LC_NUMERIC="zh_CN.UTF-8"
LC_TIME="zh_CN.UTF-8"
LC_COLLATE="zh_CN.UTF-8"
LC_MONETARY="zh_CN.UTF-8"
LC_MESSAGES="zh_CN.UTF-8"
LC_PAPER="zh_CN.UTF-8"
LC_NAME="zh_CN.UTF-8"
LC_ADDRESS="zh_CN.UTF-8"
LC_TELEPHONE="zh_CN.UTF-8"
LC_MEASUREMENT="zh_CN.UTF-8"
LC_IDENTIFICATION="zh_CN.UTF-8"
LC_ALL=zh_CN.UTF-8
4升级依赖包
yum -y install glibc-common libtool autoconf automake mysql-devel expat-devel
# 手动升级 autoconf
tar -zxvf autoconf-2.69.tar.gz
cd autoconf-2.69
./configure
make
make install
5.安装coreseek的mmseg
tar -zxvf coreseek-3.2.13.tar.gz
cd coreseek-3.2.13
cd mmseg-3.2.13/
./bootstrap    #输出的warning信息可以忽略,如果出现error则需要解决
./configure --prefix=/usr/local/mmseg3
make
make install

# 检测是否安装完成
mmseg
提示:-bash: mmseg: command not found

# 问题解决方法
ln -s /usr/local/mmseg3/bin/mmseg /bin/mmseg

# 
mmseg

# 显示以下内容表示安装成功
Coreseek COS(tm) MM Segment 1.0
Copyright By Coreseek.com All Right Reserved.
Usage: mmseg 
安装csf-3.2-14
cd csft-3.2.13/
sh buildconf.sh    #输出的warning信息可以忽略,如果出现error则需要解决 
./configure 
--prefix=/usr/local/sphinx 
--without-unixodbc 
--with-mmseg 
--with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ 
--with-mmseg-libs=/usr/local/mmseg3/lib/ 
--with-mysql=/usr/local/mysql/ 

make
make install


#./configure --prefix=/usr/local/sphinx/ --with-mysql=/usr/local/mysql/ --enable-id64 
make 
make install 
# 注意1:采用这种方式安装不支持中文分词。
# 注意2:--enable-id64 系统是64位,开启后Sphinx存储模块可以支持4-5G,不开启支持2G左右,不开启检索效率会高些,一般情况下建议不开启

# 错误:
collect2: ld 返回 1 
make[2]: *** [indexer] 错误 1 

# 修改configure文件中:
LIBS="$LIBS -L/usr/local/lib"
# 改为:
LIBS="$LIBS -liconv -L/usr/local/lib"
6.再测试下mmseg分词和coreseek搜索
cd testpack 
cat var/test/test.xml  #此时应该正确显示中文 
/usr/local/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc var/test/test.xml 
/usr/local/sphinx/bin/indexer -c etc/csft.conf --all 
/usr/local/sphinx/bin/search -c etc/csft.conf 网络搜索 
此时正确的应该返回 
words: 
1. "网络": 1 documents, 1 hits 
2. "搜索": 2 documents, 5 hits 

3.sphinx.conf配置文件

[root@localhost ~]#cd /usr/local/sphinx/etc #进入sphinx的配置文件目录
[root@localhost etc]# cp sphinx.conf.dist sphinx.conf #新建Sphinx配置文件
[root@localhost etc]# vim sphinx.conf #编辑sphinx.conf

##### 索引源 ###########
 source userinfo
 {
     type = mysql
     sql_host = localhost
     sql_user = root
     sql_pass = 123456
     sql_db = zb3_zhibo
     sql_port  = 3306
     sql_query_pre= SET NAMES utf8
     sql_query = SELECT userid,username,passwd,phone,ctime FROM live_userinfo_base
 }
 ### 索引 ###
 index info
 {
     source = userinfo
     path = /usr/local/sphinx/var/data/info #######索引文件存放路径及索引的文件名
     docinfo = extern
     mlock = 0
     stopwords =
     min_prefix_len = 0
     min_infix_len = 0
     morphology = none
     min_word_len = 2
     charset_type = zh_cn.utf-8
     charset_dictpath =/usr/local/mmseg3/etc/
     #charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101,U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D, U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159, U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+0175, U+0175,U+0176->U+0177, U+0177, U+0178->U+00FF, U+00FF, U+0179->U+017A, U+017A, U+017B->U+017C,U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF
     html_strip = 0
 }

 ######### 索引器配置 #####
 indexer
 {
     mem_limit = 256M ####### 内存限制
 }

 searchd
 {
          port = 9312
           read_timeout = 5
           max_children = 10
           pid_file = /usr/local/sphinx/var/log/searchd.pid
           log = /usr/local/sphinx/var/log/searchd.log
           max_matches = 1000
           seamless_rotate = 1
 }
客户端测试
$times1 = microtime() ;
//csf-3.1.4中有testpack里面有相应的类包
require ( "sphinxapi.php" );

$sphinx_api = new SphinxClient("172.20.17.110", 9312);
$sphinx_api->SetArrayResult(true);
$sphinx_api->SetMatchMode(SPH_MATCH_ANY);
    # 开始查询
    $res = $sphinx_api->Query("老师", "info");
    if(!$res)
    {
        $error = $sphinx_api->GetLastError();
        var_dump($error);
        exit;
    }
//    echo "
";
//    print_r($res["matches"]);

$coon = @mysql_connect("172.20.17.110","root","123456");
@mysql_query("SET NAMES UTF8");
@mysql_select_db("zb3_zhibo",$coon);
$array = array();
foreach($res["matches"] as $key => $val){
    $sql = "select userid,username from live_userinfo_base where userid=".$val["id"];
    $res = mysql_query($sql,$coon);
    $re = mysql_fetch_array($res);
//    echo "
";
//    print_r($re);
//    exit;
    $array[] =$re;
}
$times2 = microtime();

echo $times2-$times1;

4.sphinx命令

建立索引:./indexer -c etc/sphinx.conf --all ### 建立索引(article )文件的命令

启动服务: ./searchd -c /usr/location/sphinx/etc/sphinx.conf

停止服务: pkill -9 search

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/22277.html

相关文章

  • 全文搜索引擎Manticore (Sphinx) search 增加中文分词

    摘要:最初使用的是,一个国人在基础上添加了分词的搜索引擎,可惜后来不再更新,的版本太低,也会出现后来也使用最新的,它可以支持几乎所有语言,通过其内置的对中文进行索引和搜索。基于以上弊端,为中日韩文本加入分词的是很有必要的。 Sphinx search 是一款非常棒的开源全文搜索引擎,它使用C++开发,索引和搜索的速度非常快,我使用sphinx的时间也有好多年了。最初使用的是coreseek,...

    WalkerXu 评论0 收藏0
  • sphinx中文索引实现中文检索

    摘要:一介绍与好处介绍本身是一个中文检索索引技术索引主键唯一普通全文是俄罗斯人开发一款速度效率非常高的索引技术是来替代全文索引的本身的全文索引技术特性表现一般,一般数据库使用全文索引都不是使用本身的,都需要借助第方索引技术支持,搜索引擎百 一.sphinx介绍与好处 介绍 sphinx本身是一个中文检索索引技术 mysql索引: 主键、唯一、普通、全文(match/agaisnt)sphi...

    SoapEye 评论0 收藏0
  • Centos 编译安装sphinx-0.9.9全文检索

    摘要:简介是开源的搜索引擎,它支持英文的全文检索。但是往往我们要求的是中文索引,怎么做呢国人提供了一个可供企业使用的,基于的中文全文检索引擎。 Sphinx 简介 Sphinx是开源的搜索引擎,它支持英文的全文检索。所以如果单独搭建Sphinx,你就已经可以使用全文索引了。但是往往我们要求的是中文索引,怎么做呢?国人提供了一个可供企业使用的,基于Sphinx的中文全文检索引擎。也就是说Cor...

    LeoHsiun 评论0 收藏0
  • Centos 编译安装sphinx-0.9.9全文检索

    摘要:简介是开源的搜索引擎,它支持英文的全文检索。但是往往我们要求的是中文索引,怎么做呢国人提供了一个可供企业使用的,基于的中文全文检索引擎。 Sphinx 简介 Sphinx是开源的搜索引擎,它支持英文的全文检索。所以如果单独搭建Sphinx,你就已经可以使用全文索引了。但是往往我们要求的是中文索引,怎么做呢?国人提供了一个可供企业使用的,基于Sphinx的中文全文检索引擎。也就是说Cor...

    马龙驹 评论0 收藏0
  • Centos 编译安装sphinx-0.9.9全文检索

    摘要:简介是开源的搜索引擎,它支持英文的全文检索。但是往往我们要求的是中文索引,怎么做呢国人提供了一个可供企业使用的,基于的中文全文检索引擎。 Sphinx 简介 Sphinx是开源的搜索引擎,它支持英文的全文检索。所以如果单独搭建Sphinx,你就已经可以使用全文索引了。但是往往我们要求的是中文索引,怎么做呢?国人提供了一个可供企业使用的,基于Sphinx的中文全文检索引擎。也就是说Cor...

    fjcgreat 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<