Sphinx
1 下载sphinx2 编译安装tar -zxvf sphinx.tar.gz./configure –prefix=/usr/local/sphinx –with-mysql=/usr/local/mysql make && make installSphinx中重要的三个命令，(Sphinx安装的bin目录下)Indexer 创建索引命令。Searchd 启动进程命令。Search 命令行搜索命令。3 准备导入example.sqlmysql -u test < /usr/local/sphinx/etc/example.sql4 配置sphinx.confcp sphinx.conf.dist sphinx.confsphinx.conf包含几个代码段主数据源:source main{}增量数据源:source delta:main{}主数据索引:index main{}增量数据索引:index delta:main{}分布式索引:index dist1{}实时索引：index rt{}索引器:indexer{}服务进程:searchd{}公用设置common{}创建索引Sphinx的配置文件配置完成，数据也做了，开始创建索引：创建索引命令:indexer-c 指定配置文件–all 对所有索引重新编制索引–rotate 用于轮换索引，主要是再不停止服务的时候，增加索引–merge 合并索引/usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf –all如果报错：/usr/local/sphinx/bin/indexer: error while loading shared libraries: libmysqlclient.so.16: cannot open shared object file: No such file or directorylocate libmysqlclient 找到libmysqlclient.so.16文件路径cp /usr/local/mysql/lib/mysql/libmysqlclient.so.16 /usr/lib/libmysqlclient.so.16测试检查数据命令：search/usr/local/sphinx/bin/search -c /usr/local/sphinx/etc/sphinx.conf testCoreseek
安装：下载解压并cd到mmseg目录：./configure –prefix=/usr/local/mmseg如果报cannot find input file: src/Makefile.in错运行automake关于automake：运行/usr/local/mmseg/bin/mmseg 有信息表示成功cd到csft目录：./configure –prefix=/usr/local/coreseek –with-mysql=/usr/local/mysql –with-mmseg=/usr/local/mmseg –with-mmseg-includes=/usr/local/mmseg/include/mmseg/ –with-mmseg-libs=/usr/local/mmseg/lib/make && make install配置带有中文分词的sphinx配置文件配置文件和上面的步骤一样，只不过是在coreseek中，有几个地方需要注意。注意:coreseek中得配置文件是csft.conf，而不是sphinx.confcd /usr/local/coreseek/etccp sphinx.conf.dist csft.confvim csft.conf其他地方都一样，对照下面不一样的地方修改index test1{#stopwords = /data/stopwords.txt#wordforms = /data/wordforms.txt#exceptions = /data/exceptions.txt#charset_type = sbcs添加下面这两行，意思是把中文分词加入到配置文件中charset_type = zh_cn.utf-8charset_dictpath = /usr/local/mmseg/etc/ #你安装mmseg的目录}创建索引/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf –all再次测试搜索中文/usr/local/coreseek/bin/search [-a] -c /usr/local/coreseek/etc/csft.conf ‘配置’注意:如果你设置的coreseek配置文件为csft.conf，则inder、search和searchd时不用带上-c /usr/local/coreseek/etc/csft.conf，因为默认就是去寻找这个文件.PHP去使用Sphinx
Sphinx集成到PHP程序中，有两种方式:1.Sphinx php模块2.Sphinxapi类使用 Sphinx步骤:1、首先得有数据2、建立Sphinx配置文件3、生成索引4、启动Searchd服务进程，并开户端口93125、用PHP客户程序去连接Sphinx服务一、启用sphinx服务想要在程序中使用Sphinx必须开启Sphinx服务启动进程命令: searchd-c #指定配置文件–stop #是停止服务–pidfile #用来显式指定一个 PID 文件-p #指定端口/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft.conf注意:这里启动的服务是searchd，不是searchSphinx默认的端口是9312端口二、用PHP连接使用Sphinx程序(1)全PHP加载Sphinx模块wget tar zxf sphinx-1.1.0.tgzcd /www/soft/sphinx-1.1.0/usr/local/php/bin/phpize./configure –with-php-config=/usr/local/webserver/php/bin/php-config如果提示: checking for libsphinxclient headers in default path… not found configure:error: Cannot find libsphinxclient headerslibsphinxclient在csft/api/libsphinxclientcd libsphinxclient/./configuremake && make install安装完libsphinxclient，继续安装sphinx扩展cd /www/soft/sphinx-1.1.0/usr/local/php/bin/phpize./configure –with-php-config=/usr/local/php/bin/php-configmake && make installcd /usr/local/php/lib/php/extensions/no-debug-non-zts-20060613/看到sphinx.sovi /usr/local/webserver/php/etc/php.ini加入extension = sphinx.so/usr/local/apache2/bin/apachectl restart测试Sphinx模块,(2)、使用API类连接Sphinx程序需要到coreseek解压包中找到sphinxapi.php文件，拷贝到程序目录下
include 'sphinxapi.php';$sphinx = new SphinxClient();$sphinx->SetServer("localhost", 9312);#建立连接，第一个参数sphinx服务器地址，第二个sphinx监听端口$result = $sphinx->query($keyword,"*");#执行查询，第一个参数查询的关键字，第二个查询的索引名称，多个索引名称用,分开,也可以用*表示全部索引，其中包括增量索引print_r($result);得到类似下面的数组结构[matches] => Array ( //匹配的结果[1] => Array[weight] => 4[attrs] => Array[group_id] => 1[date_added] => 1319127367#一个多维的数组，下标[6]是你匹配包含关键字的文档id，id对应的数组，[weight]是权重，[attrs]是属性，我们在配置文件中指定的[total] => 2 #此查询在服务器检索所得的匹配文档总数[total_found] => 2 #索引中匹配文档的总数[time] => 0.009 #这个是我们这次查询所用的时间[words] => Array ([测试] => Array[docs] => 2 在文档中出现多少次（content 字段中）[hits] => 6 一共出现多少次while($row=$result->fetch_row()){#循环体开始解析看下结果.高亮我们需要用到 buildExcerpts 这个函数，php 手册中语法格式:public array SphinxClient::buildExcerpts ( array $docs , string $index , string $words [, array $opts ])#返回的是一个数组，一共有四个参数#第一个参数是从数据库中查询的结果集#第二个参数是索引的名字#第三个参数是要高亮显示的关键字#第四个参数是显示的字格式化$opts = array(#格式化摘要，高亮字体设置#在匹配关键字之前插入的字符串，默认是<b>"before_match" => "<span style='font-weight:bold;color:red'>",#在匹配关键字之后插入的字符串，默认是</b>"after_match" => "</span>",#在摘要段落之前插入的字符串默认 "chunk_separator" => " … ",);$res=$sphinx->buildExcerpts($row,"index",$keyword,$opts);echo "<font size=4>".$res[0]."</font></a></br>"; 标题echo "<font size=2>".$res[1]."</font></br>"; 摘要echo $res[2]."</p>"; 添加时间}三、匹配模式匹配模式:SetMatchMode（设置匹配模式）原型：function SetMatchMode ( $mode )SPH_MATCH_ALL 匹配所有查询词（默认模式）.SPH_MATCH_ANY 匹配查询词中的任意一个.SPH_MATCH_PHRASE 将整个查询看作一个词组，要求按顺序完整匹配.SPH_MATCH_BOOLEAN 将查询看作一个布尔表达式.SPH_MATCH_EXTENDED 将查询看作一个 Sphinx 内部查询语言的表达式.SPH_MATCH_FULLSCAN 使用完全扫描，忽略查询词汇.SPH_MATCH_EXTENDED2 类似 SPH_MATCH_EXTENDED ，并支持评分和权重四、Sphinx实时索引(旧版)"主索引+增量索引"思路1、创建一个计数器一个简单的实现是，在数据库中增加一个计数表，记录将文档集分为两个部分的文档 ID,每次重新构建主索引时，更新这个表先在 mysql 中插入一个计数表CREATE TABLE sph_counter( counter_id INTEGER PRIMARY KEY NOT NULL, max_doc_id INTEGER NOT NULL);2、再次修改配置文件主数据源，继承数据源，主索引，继承索引。（继承索引也就是增量索引）。主数据源里面:我们需要把欲查询语句改成下面的语句:Vi /usr/local/coreseek/etc/csft.confSource main{#加一句sql_query_presql_query_pre = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM post#并修改sql_query= \SELECT id,title, content FROM post \WHERE id<=(SELECT max_doc_id FROM sph_counter WHERE counter_id=1)}继承数据源:source delta : main{sql_query_pre = SET NAMES utf8sql_query= \SELECT id,title, content FROM post \WHERE id>(SELECT max_doc_id FROM sph_counter WHERE counter_id=1)}主索引:#名字最好与数据源相应Index main {source = mainpath = /usr/local/coreseek/var/data/main}继承索引(也是增量索引)index delta:main{source= deltapath= /usr/local/coreseek/var/data/delta}注意:如果你增量索引的 source 配置中只有 id,content 三项而主索引的 source 配置中有 id, title,content 四项，合并的时候会报属性数量不匹配，如:Delta:sql_query = SELECT id, title,content FROM postMain:sql_query=SELECT id,title,date,content FROM post3、测试增量索引+主索引如果想测试增量索引是否成功，往数据库表中插入数据，查找是否能够检索到，这个时候检索应该为空，然后，单独重建增量索引/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf delta查看是否将新的记录进行了索引，如果成功此时，再用/usr/local/coreseek/bin/search 工具来检索，能够看到，在主索引中检索到的结果为0，而在增量中检索到结果。当然，前提条件是，检索的词，只在后来插入的数据中存在4、实时更新索引我们需要建立两个脚本，还要用到计划任务建立一个主索引和增量索引的脚本main.sh delta.sh在增量索引中写下delta.sh#!/bin/bash#delta.sh/usr/local/coreseek/bin/indexer delta >>/usr/local/coreseek/var/log/delta.log主索引中写下:main.sh意思就是合并索引#!/bin/bash#main.sh/usr/local/coreseek/bin/indexer main >>/usr/local/coreseek/var/log/merge.log最后，我们需要脚本能够自动运行，以实现增量索引每5分钟重新建立，和主索引只在凌晨2:30时重新建立.脚本写好了，我们需要建立计划任务crontab -e*/10 * * * * /usr/local/coreseek/etc/delta.sh30 2 * * * /usr/local/coreseek/etc/main.sh脚本权限:chmod a+x delta.shchmod a+x main.sh可以查看日志文件实时索引(新)据官方透露，目前已经开始可以在生产环境使用他可以使用sphinxQL用mysql协议进行查询添加更新数据看起来像一个mysql一样，不过他支持全文检索，新更新进去的数据会自动索引达到实时索引的程度但是他也有缺点，，比如经常更新会导致内存增长在内存中的数据如果不及时写入硬盘，出现中断会丢失数据只支持部分sql语句，前段时间简单测试了一下如果数据量巨大他会变得缓慢，在内存数据往硬盘写的时候会卡几秒index rt{type = rtrt_mem_limit = 512Mpath = @CONFDIR@/data/rtrt_field = titlert_field = contentrt_attr_uint = gid}searchd{ listen = 9306:mysql41 #searchd支持mysql协议连接的端口 max_matches = 3000 #在mysql协议内查询出来的数据只会返回3000条，即使使用limit语句也是如此}sphinx的实时索引配置本身并不需要数据源(source),它的数据是要通过程序利用mysql41协议的方式。mysql -P 9306 -h 127.0.0.1 连接sphinx进行测试五、分布式索引分布式是为了改善查询延迟问题和提高多服务器、多 CPU 或多核环境下的吞吐率，对于大量数据（即十亿级的记录数和 TB 级的文本量）上的搜索应用来说是很关键的分布式思想:对数据进行水平分区（HP，Horizontally partition），然后并行处理，当searchd收到一个对分布式索引的查询时，它做如下操作1. 连接到远程代理.2. 执行查询.3. 对本地索引进行查询.4. 接收来自远程代理的搜索结果.5. 将所有结果合并，删除重复项.6. 将合并后的结果返回给客户端.index dist{type = distributedlocal = chunk1agent = localhost:9312:chunk2 本地agent = 192.168.100.2:9312:chunk3 远程agent = 192.168.100.3:9312:chunk4 远程}六．PHP代码实例$keyword=$_POST['word'];$sphinx=new SphinxClient();$sphinx->SetServer("localhost",9312);$sphinx->SetMatchMode(SPH_MATCH_ANY);//$sphinx->setLimits(0,0);$result=$sphinx->query("$keyword","*");//echo "<pre>";//print_r($result);//echo "</pre>";$ids=join(",",array_keys($result['matches']));mysql_connect("localhost","root","root");mysql_select_db("test");$sql="select * from post where id in({$ids})";mysql_query("set names utf8");$rst=mysql_query($sql);$opts=array("before_match"=>"<button style='font-weight:bold;color:#f00'>","after_match"=>"</button>");while($row=mysql_fetch_assoc($rst)){$rst2=$sphinx->buildExcerpts($row,"main",$keyword,$opts);echo "{$rst2[0]}<br>";echo "{$rst2[1]}<br>";echo "{$rst2[2]}<br>";}更多关于sphinx，请见手册：更多关于coreseek，请参见手册：
一遍一遍的……你突然明白自己还活着，
