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