Sphinx学习总结（一）

一、Sphinx是什么？

解释1：Sphinx是由俄罗斯人Andrew Aksyonoff开发的一个全文检索引擎（高性能全文搜索软件）。在GPL与商业协议双许可协议下发行。全文检索是指以文档的全部文本信息作为检索对象的一种信息检索技术。检索的对象有可能是文章的标题，也有可能是文章的作者，也有可能是文章摘要或内容。

意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。

解释2：Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。Sphinx特别为一些脚本语言设计搜索API接口，如PHP,Python,Perl,Ruby等，同时为MySQL也设计了一个存储引擎插件。

二、Sphinx的概述和架构

1.为什么要用Spinx？

   假设你现在运营着一个论坛，论坛数据已经超过100W，很多用户都反映论坛搜索的速度非常慢，那么这时你就可以考虑使用Sphinx了（当然其他的全文检索程序或方法也行）;

2.Sphinx的概述。

Sphinx 单一索引最大可包含1亿条记录，在1千万条记录情况下的查询速度为0.x秒（毫秒级）。Sphinx创建索引的速度为：创建100万条记录的索引只需 3～4分钟，创建1000万条记录的索引可以在50分钟内完成，而只包含最新10万条记录的增量索引，重建一次只需几十秒。

3.Sphinx的架构。

三、Sphinx的组成

Sphinx 组件

索引生成器(indexer)

查询数据库，为结果的每行中的指定字段建立索引，并且将每个索引条目绑定到行的主键上。 

搜索引擎(searchd)

搜索引擎是名为 searchd 的守护程序。该守护程序将接收搜索词和其他参数，快速遍历一个或多个索引，并返回结果。如果找到匹配，searchd 将返回一个主键数组。对于这些键，应用程序可以针对相关数据库运行查询来查找包含匹配的完整记录。Searchd 默认将在端口 3312 上通过套接字连接与应用程序进行通信。

命令行search实用程序(search)

search 实用程序使您可以从命令行构造搜索而无需编写代码。如果 searchd 返回匹配，则 search 将查询数据库并显示匹配集中的行。search 实用程序对于调试 Sphinx 配置和执行临时搜索十分有用。

四、Sphinx的特性（优、缺点）

优点：

高速索引 (在新款CPU上,近10 MB/秒);
高速搜索 (2-4G的文本量中平均查询速度不到0.1秒);
高可用性 (单CPU上最大可支持100 GB的文本,100M文档);
提供良好的相关性排名
支持分布式搜索;
提供文档摘要生成;
提供从MySQL内部的插件式存储引擎上搜索
支持布尔,短语, 和近义词查询;
支持每个文档多个全文检索域(默认最大32个);
支持每个文档多属性;
支持断词;
支持单字节编码与UTF-8编码;

支持多字段的检索域

支持MySQL（MYISAM和INNODB）和Postgres数据库

支持windows, linux, unix, mac等平台

缺点：

必须要有主键

主键必须为整型

不负责数据存储

配置不灵活

五、如何获得Sphinx.

    Sphinx 可以从官方网站http://www.sphinxsearch.com/ 下载，支持中文分词的Sphinx可以从http://www.coreseek.com/ 下载。 

    目前，Sphinx的发布包包括如下软件：

    indexer: 用于创建全文索引;��

    search: 一个简单的命令行(CLI) 的测试程序，用于测试全文索引;��

    searchd: 一个守护进程，其他软件可以通过这个守护进程进行全文检索;��

sphinxapi: 一系列searchd 的客户端API 库，用于流行的Web脚本开发语言(PHP, Python, Perl, Ruby)。

-------------------------------------------------------------------------------------------------------------

安装及配置见下一章程。