Sphinx的安装和使用

Sphinx的安装和使用

sphinx的使用两种方式：

1、使用sphinx的API来操作sphinx，PHP中将API编译到PHP中作为扩展

2、使用mysql的sphinx的存储引擎

sphinx是英文的全文检索引擎，coreseek是支持中文词库的全文检索引擎，Lucene是用java实现的全文检索引擎。

使用sphinx搜索引擎对数据做索引，数据一次性加载进来后保存在内存中，用户在进行搜索的时候只需要在sphinx服务器上检索数据即可。整个流程是：Indexer程序到数据库里面提取数据，对数据进行分词，然后根据生成的分词生成单个或多个索引，并将它们传递给searchd程序，然后客户端可以通过API调用进行搜索。

流程图解释：

Database：数据源，是sphinx做索引的数据来源。

Indexer：索引程序，从数据源中获取数据，并将数据生成全文索引。根据需求定期运行Indexer达到定时更新索引的需求。

## sphinx使用配置文件从数据库读出数据之后，就将数据传递给Indexer程序，然后Indexer会逐条读取记录，根据分词算法对每条记录建立索引，分词算法可以是一元分词或mmseg分词。

Searchd：Searchd直接与客户端程序进行对话，并使用Indexer程序构建好的索引来快速地处理搜索查询。

App客户端：接收来自用户输入的搜索字符串，发送查询给searchd程序并显示返回结果。

【安装过程】

# 到sphinx官网上下载源码文件：http://sphinxsearch.com/files/sphinx-2.2.10-release.tar.gz

[root@localhost ~]`# cd /usr/local/src`

[root@localhost ~]`# tar -zxvf sphinx-2.2.10-release.tar.gz`

[root@localhost ~]`# cd sphinx-2.2.10-release`

[root@localhost sphinx-2.2.10-release]`# ./configure --prefix=/usr/local/sphinx --with-mysql`

[root@localhost sphinx-2.2.10-release]`# make && make install`

# libsphinxclient安装（PHP模块需要）

[root@localhost sphinx-2.2.10-release]`# cd api/libsphinxclient`

[root@localhost libsphinxclient]`# ./configure --prefix=/usr/local/sphinx`

[root@localhost libsphinxclient]`# make && make install`

安装PHP的sphinx模块

#下载sphinx扩展包：http://pecl.php.Net/package/sphinx

[root@localhost src]`# tar -zxvf sphinx-1.3.3.tgz`

[root@localhost src]`# cd sphinx-1.3.3`

[root@localhost sphinx-1.3.3]`# phpize`

[root@localhost sphinx-1.3.3]`# ./configure --with-php-config=/usr/local/php/bin/php-config --with-sphinx=/usr/local/sphinx/`

[root@localhost sphinx-1.3.3]`# make && make install`

# 安装成功：

Installing shared extensions:    `/usr/local/php/lib/php/extensions/no-debug-non-zts-20131226/`

# 编辑php.ini

[root@localhost sphinx-1.3.3]`# vim /usr/local/php/etc/php.ini`

添加：extension=sphinx.so

# 重启nginx服务器

[root@localhost ~]`# vim /etc/ld.so.conf`

# 添加如下内容：

/usr/local/mysql/lib

[root@localhost ~]`# ldconfig  # 使命令生效`

【Sphinx配置文件】

# sphinx可以定义多个索引与数据源，不同的索引与数据源可以应用到不同表或不同应用的全文检索。

## 数据源 src1

source`src1`

{

## 说明数据源类型，数据源类型可以是：mysql、mssql、odbc等等

type =  mysql

## 下面是sql数据库特有的端口、用户名、密码数据库名等。

sql_host  =  localhost

sql_user  =  root

sql_pass  =  root

sql_db     = `test`

sql_port  =  3306 

## 执行sql前的操作，设置mysql检索编码

sql_query_pre = SET NAMES UTF8

## 全文索引要显示的内容（尽可能不使用where、group by，将其的内容交给sphinx）

## select字段中必须包含一个唯一主键以及要全文检索的字段，where中要用到的字段也要select出来，sphinx使用此语句从数据库中拉取数据。

sql_query = SELECT`id`, name from tablename

## 以下是用来过滤或条件查询的属性

## 当数据源过大时多次查询操作

sql_query_range = SELECT MIN(`id) , MAX(id) FROM documents ## 获取最大和最小id，根据步长来获取数据`

sql_range_step = 1000 `## 查询的步长`

sql_ranged_throttle = 0 `## 设置分次查询的时间间隔，单位是毫秒`

## 以下都是不同属性的数据（属性字段），属性时存在索引中，它不进行全文索引，只可以用于过滤和排序

## 在where、orderby、groupby中出现的字段要分别定义一个属性（以sql_attr_开头），定义不同类型的字段要用不同的属性名。

sql_attr_uint = cat_id   `## 无符号整数类型`

sql_attr_unit = member_id

sql_attr_timestamp = add_time `## unix时间戳`

## 用于命令行界面调用测试

sql_query_info =`select* from tablename whereid=$id`

}

## 索引

index test1

{

source`= src1   `## 声明索引源

path =`/usr/local/sphinx/var/data/test1 ## 索引文件存放路径及索引的文件名`

## mmseg分词 ##

##charset_dictpath =  /usr/local/mmseg3/etc  ## 指定分词读取词典文件的目录，目录下必须有uni.lib词典，当启用分词发时需要填

## charset_type = zh_ch.utf-8  ## 设置数据编码 utf-8/gbk

## 一元分词 ##

#charset_type = utf-8  ## 新的sphinx不支持charset_type设置

charset_table =`## 字符表和大小写转换规则`

ngram_chars =`## 要进行一元字符切分模式认可的有效字符集`

ngram_len = 1 `## 分词长度`

}

## 索引器配置

indexer

{

mem_limit = 256 `## 内存限制`

}

## sphinx服务进程

searchd

{

listen = 9312   `## 监听端口`

listen = 9306:mysql41

log =`/usr/local/sphinx/var/log/searchd.log ## 服务进程日志`

query_log =`/usr/local/sphinx/var/log/query.log ## 客户端查询日志`

read_time = 5 `## 请求超时`

max_children = 30 `##  同时可执行的最大searchd进程数`

pid_file =`/usr/local/sphinx/var/log/searchd.pid ## 进程id文件`

max_matches = 1000 `## 查询结果的最大返回数`

seamless_rotate = 1 `## 启动无缝轮转`

}

【生成索引】

调用indexer程序生成全部索引：

[root@localhost ~]`# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --all`

指定某个数据源生成索引：

[root@localhost ~]`# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf 索引名（配置文件中所定义的）`

如果此时searchd守护进程已经启动，需要加上--rotate参数：

[root@localhost ~]`# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --all --rotate`

【启动sphinx】

[root@localhost ~]`# /usr/local/sphinx/bin/searchd --config /usr/local/sphinx/etc/sphinx.conf`

【使用sphinx】

1、new SphinxClient ();    ## 创建sphinx的客户端接口对象

2、SetServer( host , port );    ## 设置连接sphinx主机与端口

3、SetMatchMode( mode );    ## 设置全文查询的匹配模式，mode为搜索模式

4、SetFilter( string $attribute , array $values [ , bool $exclude = false ] )  ## 增加整数型过滤器

string $attribute 属性名称

array $values 整数值数组

bool $exclude 匹配该过滤规则的文档是否会被排除在结果之外

5、SetSortMode( int mode [ , string $sortby ] )    ## 设置匹配排序模式

6、SetLimits( int $offset , int $limit )    ##  设置返回结果集偏移量和数目

7、Query( string $query \[ , string $index='*'  ] )    ## 执行搜索查询

string $query 查询的字符串

string $index 索引名称，可以是多个，用逗号分割或者为'*'表示全部索引

返回的数据结构：

键
           

值说明

"matches"

存储文档id以及其对应的另一个包含文档权重和属性值得hash表

"total"

此查询在服务器检索所得到的匹配文档总数（即服务器端结果集的大小，且与相关设置有关）

"total_found"

索引中匹配文档的总数

"words"

将查询关键词（关键词经过大小写转换，取词干和其他处理）映射到一个包含关于关键字的统计数据。'docs'在多少文档中出现，'hits'一共出现了多少次。

"error"

searchd报告的错误信息

"warning"

searchd报告的警告信息

8、buildExcerpts( array $docs , string $index , string $words \[ , array $opts ] )   ## 高亮关键字文本片段，可以用于实现摘要的功能

array $docs 文档内容字符串数组

string $index 检索名称

string $words 要高亮的关键词

array $opts 关联数组的附加突出选项

【sphinx增量索引更新】

索引建立构成：1、固定不变的主索引。2、增量索引重建。3、索引数据的合并。

在实际操作中，需要为增量索引的建立创建辅助表，这样才可以记住最后建立索引的记录id来做实际的增量部分的索引建立。

1）创建辅助表：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=MyISAM DEFAULT CHARSET=utf8

2）在主索引的数据源中，在sql_query的查询语句中，增加where条件语句（WHERE id<=( SELECT max_doc_id FROM sph_counter WHERE counter_id = 1 )）

3）在增量索引的数据源中，继承主索引数据源，在sql_query的查询语句中，增加where条件语句，获取主索引中没有的数据（WHERE id > ( SELECT max_doc_id FROM sph_counter WHERE counter_id = 1 )）

4）分别配置主索引和增量索引的index定义配置。

生成主索引，可添加crontab，定时重建主索引：

/usr/local/sphinx/bin/indexer`--config/usr/local/sphinx/etc/sphinx.conf --rotate test1`

# 生成增量索引并且合并，可添加到crontab任务中每隔一段时间执行一次：

/usr/local/sphinx/bin/indexer`--config/usr/local/sphinx/etc/sphinx.conf --rotate delta`

/usr/local/sphinx/bin/indexer`--config/usr/local/sphinx/etc/sphinx.conf --merge test1 delta --rotate`