sphinx增量索引和主索引来实现索引的实时更新(转)

转自:http://www.cnblogs.com/mingaixin/p/5085708.html

实现原理:

1. 新建一张表,记录一下上一次已经创建好索引的最后一条记录的ID

2. 当索引时,然后从数据库中取出所有ID大于上面那个sphinx中的那个ID的数据, 这些就是新的数据,然后创建一个小的索引文件

3. 把上边我们创建的增量索引文件合并到主索引文件上去

4. 把最后一条记录的ID更新到第一步创建的表中

值得注意的两点:

1)当合并索引的时候,只是把增量的索引合并进主索引中,增量索引本身并不会变化,也不会被删除;

2)当重建主索引的时候,增量索引就会被删除;

具体操作实现流程:

1. 新建一张表,用于存储已经建过索引的最大的doc_id

CREATE TABLE `sph_counter` (

`counter_id` int(11) NOT NULL COMMENT '标识不同的数据表',

`max_doc_id` int(11) NOT NULL COMMENT '每个索引表的最大ID,会实时更新',

PRIMARY KEY (`counter_id`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8

2. 配置索引文件

复制代码

#主索引数据源定义

source article_main

{

type                    = mysql

sql_host                =xxx.xxx.xxx.xx

sql_user                =

sql_pass                =

sql_db                  =

sql_port                = 3306

sql_query_pre          = SET NAMES utf8

sql_query_pre          = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents

sql_query_range              =

sql_range_step                = 10000

sql_query                              = \

SELECT *\

FROM documents WHERE id>=$start AND id<=$end

sql_attr_timestamp        = pubtime  #从SQL读取到的值必须为整数,作为时间属性

sql_query_info_pre      = SET NAMES utf8                                        #命令行查询时,设置正确的字符集

sql_query_info            = SELECT * FROM documents WHERE id=$id #命令行查询时,从数据库读取原始数据信息

}

复制代码

复制代码

# 增量索引数据源定义

source article_delta : article_main

{

sql_query_pre = SET NAMES utf8

sql_query_range              =

sql_range_step                = 10000

sql_query                              = \

SELECT *\

FROM documents WHERE id>=$start AND id<=$end

sql_attr_timestamp        = pubtime  #从SQL读取到的值必须为整数,作为时间属性

# 增量索引创建完成之后,更新最大的doc_id

sql_query_post  = UPDATE sph_counter  SET max_doc_id=(SELECT MAX(id) FROM documents) where counter_id=1

#                      REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents

sql_query_info_pre      = SET NAMES utf8                                        #命令行查询时,设置正确的字符集

sql_query_info            = SELECT * FROM article_info WHERE id=$id #命令行查询时,从数据库读取原始数据信息

}

复制代码

复制代码

# 主索引index定义

index article_main

{

source            = article_main            #对应的source名称

path            = /data/... #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...

docinfo            = extern

mlock            = 0

morphology        = none

min_word_len        = 1

html_strip                = 0

#中文分词配置,详情请查看:http://www.coreseek.cn/products-install/coreseek_mmseg/

charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置,/符号结尾

#charset_dictpath = etc/                            #Windows环境下设置,/符号结尾,最好给出绝对路径,例如:C:/usr/local/coreseek/etc/...

charset_type        = zh_cn.utf-8

}

# 增量索引index定义

index article_delta : article_main

{

source = article_delta

path = /data/....

docinfo            = extern

mlock            = 0

morphology        = none

min_word_len        = 1

html_strip                = 0

#中文分词配置,详情请查看:http://www.coreseek.cn/products-install/coreseek_mmseg/

charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置,/符号结尾

#charset_dictpath = etc/                            #Windows环境下设置,/符号结尾,最好给出绝对路径,例如:C:/usr/local/coreseek/etc/...

charset_type        = zh_cn.utf-8

}

复制代码

配置文件中修改好本部分之后,需要重新启动一下searchd进程,让其加载新的配置文件

sudo /usr/local/coreseek4/bin/searchd -c /usr/local/coreseek4/etc/xxxx.conf  --stop

sudo nohup /usr/local/coreseek4/bin/searchd -c /usr/local/coreseek4/etc/xxxx.conf &

新建主索引 :

sudo /usr/local/coreseek4/bin/indexer -c /usr/local/coreseek4/etc/xxxx.conf article_main --rotate

过一段时间再新建增量索引(需要将此命令放到定时任务中,跑的频率按照实际需求来定)

sudo /usr/local/coreseek4/bin/indexer -c /usr/local/coreseek4/etc/xxxx.conf article_delta --rotate

下一步,自己可以用命令行的search来查询增量索引的内容

/usr/local/coreseek4/bin/search -c /usr/local/coreseek4/etc/xxxx.conf

你可能感兴趣的:(sphinx增量索引和主索引来实现索引的实时更新(转))