全文搜索引擎coreseek安装配置(sphinx)

一、以下安装配置均经过实践检验，下文所有查询语句均为实际生成过程中的数据字段

1、特别说明安装次shpinx需要mysql环境 ，请先安装mysql5.6及以上版本

安装开始：

 cd /data/softwore

 wget   http://www.coreseek.cn/uploads/csft/4.0/coreseek-4.1-beta.tar.gz(只安装中文分词mmseg3)

  tar zxvf coreseek-4.1-beta.tar.gz

cd coreseek-4.1-beta.tar.gz/

##安装mmseg
$ cd mmseg-3.2.14  //根据具体的版本而定
$ ./bootstrap    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/mmseg3
$ make && make install
$ cd ..

5. 生成字典

因为用到中文分词，需要生成字典，去安装目录，比如我的是 /home/changyou/mmseg.3.0b3/data/

#mmseg -u unigram.txt 该命令执行后，将会产生一个名为unigram.txt.uni的文件，将该文件改名为uni.lib，完成词

1. 
   
2. 
   
3. 遇到的问题:  
4. error: cannot find input file: src/Makefile.in  
5. 或者遇到其他类似error错误时...  
6.   
7. 解决方案：  
8. 依次执行下面的命令，我运行'aclocal'时又出现了错误，解决方案请看下文描述  
9.   
10. yum -y install libtool  
11.   
12. aclocal  
13. libtoolize --force  
14. automake --add-missing  
15. autoconf  
16. autoheader  
17. make clean 

##安装sphinx

$ cd csft-4.1
$ sh buildconf.sh    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/sphinx  --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql-includes=/usr/local/webserver/mysql/include/mysql --with-mysql-libs=/usr/local/webserver/mysql/lib/mysql  //此处的MySQL依赖库需要根据具体安装的MySQL路径有关/lib/mysql/为文件夹,有些系统没有mysql文件夹 直接指定到include或lib下即

    ##如果提示mysql问题，可以查看MySQL数据源安装说明
$ make && make install
$ cd ..

##测试mmseg分词，coreseek搜索（需要预先设置好字符集为zh_CN.UTF-8，确保正确显示中文）
$ cd testpack
$ cat var/test/test.xml    #此时应该正确显示中文
$ /usr/local/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc var/test/test.xml

 安装sphinx报错解决方法如下：

打开sphinx-2.1.9.release下的configure

##可能遇到的问题：

##如果提示libtool: unrecognized option `--tag=CC' ，请查看libtool问题解决方案

##有的系统下可能出现：expected `;' before ‘CSphTokenizer_UTF8SpaceSeg’，
##或者出现：configure: WARNING: unrecognized options: --with-mmseg, --with-mmseg-includes, --with-mmseg-libs
##是因为你没有进行随后的sh buildconf.sh操作
##生成当前系统对应的编译配置文件
##需要使用以下指令：
$ sh buildconf.sh

## Linux环境下，如遇到pthread问题，请先直接执行以下指令在进行configur：
$ LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
$ export LD_LIBRARY_PATH


## 如果出现undefined reference to `libiconv'的类似错误，可以按照如下方法处理：
##方法一：（Linux使用）
## 直接执行：export LIBS="-liconv"
##然后make clean，再次configure后，进行编译安装make && make install
## 方法二：
## 首先configure，然后vim src/makefile
## 在其中搜索lexpat，在其后加上 -liconv
## 修改后该行应该为：-lexpat -liconv -L/usr/local/lib
## 然后再次make && make install
## 方法三：
## 首先configure，然后vim config/config.h
## 在其中搜索USE_LIBICONV，将其后的1修改为0
## 然后再次make && make install

下面开始sphinx与mysql的配置

创建sphinx统计表，在coreseek_test库中执行。

CREATE TABLE sph_counter 

( 

     counter_id INTEGER PRIMARY KEY NOT NULL, 

     max_doc_id INTEGER NOT NULL 

);  

CREATE TABLE sph_counter1

(

      counter_id INTEGER PRIMARY KEY NOT NULL,  

      max_doc_id INTEGER NOT NULL  

)

 配置数据源文件

 vi /usr/local/sphinx/etc/sphinx.conf  

source main
{
        type    = mysql
        sql_host = localhost
        sql_user = root
        sql_pass = root
        sql_db  = db

        sql_port = 3306

        sql_sock =  /tmp/mysql.sock (不是必须)

        sql_query_pre   = SET NAMES utf8
        sql_query_pre = REPLACE INTO  sph_counter_product   SELECT 1,MAX(id) from job

        #数据库中读取数据的sql
        sql_query  = SELECT id,name,companyname,radians(lat) as lat,radians(lng) as lng,salary,education,jobtype,secondtype,UNIX_TIMESTAMP(ctime) As ctime,UNIX_TIMESTAMP(mtime) As mtime from job where id<=(SELECT max_doc_id FROM  sph_counter_product   WHERE counter_id=1)

        #支持全文索引
        sql_field_string = name
        #支持属性过滤
        sql_attr_string = companyname
        sql_attr_float = lat
        sql_attr_float = lng
        sql_attr_uint = salary
        #sql_attr_uint = id
        sql_attr_uint = education
        sql_attr_uint = jobtype
        sql_attr_uint = secondtype
        sql_attr_timestamp = ctime
        sql_attr_timestamp = mtime
        sql_query_info_pre      = SET NAMES utf8
        sql_query_info  = SELECT id,name,companyname,radians(lat) as lat,radians(lng) as lng,salary,education,jobtype,secondtype,UNIX_TIMESTAMP(ctime) As ctime,UNIX_TIMESTAMP(mtime) As mtime FROM job order by ctime desc
}

source delta : main
{
    sql_query_pre           = SET NAMES utf8
    sql_query               = SELECT id,name,companyname,radians(lat) as lat,radians(lng) as lng,salary,education,jobtype,secondtype,UNIX_TIMESTAMP(ctime) As ctime,UNIX_TIMESTAMP(mtime) As mtime FROM job WHERE id>(SELECT max_doc_id FROM sph_counter_product WHERE counter_id=1 )
    sql_query_post_index    = REPLACE INTO sph_counter_product SELECT 1,MAX(id) FROM job
}

#index 定义
index main
{
        source  = main
        path    = /usr/local/ sphinx /var/data/mysql
        docinfo = extern
        mlock   = 0
        morphology      = none
        min_word_len    = 1
        html_strip      = 0
        charset_dictpath     = /usr/local/mmseg3/etc/
        charset_type        = zh_cn.utf-8

}


index delta : main
{
    source          = delta
    path            = /usr/local/ sphinx /var/data/delta
}

#全局index定义
indexer
{
    mem_limit            = 256M
}
searchd
{
    listen              = 9312
    read_timeout        = 5
    max_children        = 30
    max_matches         = 1000
    seamless_rotate     = 0

    preopen_indexes     = 0

    #attr_flush_period = 300

    #compat_sphinxql_magics        = 0 (默认不监听)

    unlink_old          = 1
    pid_file         = /usr/local/ sphinx /var/log/searchd_mysql.pid   #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
    log             = /usr/local/ sphinx /var/log/searchd_mysql.log        #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...

    query_log         = /usr/local/ sphinx /var/log/query_mysql.log    #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...

   #binlog_path     =                                              #关闭binlog日志

}
      

上面为数据源配置

调用命令列表：

执行索引（查询、测试前必须执行一次）

 

     /usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf --all --rotate  

启动后台服务（必须开启）

 /usr/local/sphinx/bin/searchd -c /usr/local/sphinx/etc/sphinx.conf  

         启动报错 找不到mysql.sock 解决方法：

          使用软链接 ln -s   /tmp/mysql.sock  /var/lib/mysql/mysql.sock

执行增量索引

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

合并索引

/usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf --merge main delta --rotate --merge-dst-range deleted 0 0  


(为了防止多个关键字指向同一个文档加上--merge-dst-range deleted 0 0)

后台服务测试

# /usr/local/coreseek/bin/search -c /usr/local/coreseek/etc/csft_mysql.conf  aaa  

关闭后台服务

# /usr/local/sphinx/bin/searchd -c /usr/local/sphinx/etc/sphinx.conf --stop  

自动化命令

 crontab -e  

                    */1 * * * * /bin/sh /usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf delta --rotate 

                    */5 * * * * /bin/sh /usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf --merge main delta --rotate --merge-dst-range deleted 0 0 

                    30 1 * * *  /bin/sh /usr/local/sphinx/bin/indexer -c /usr/local/sphinx/etc/sphinx.conf --all --rotate  

以下任务计划的意思是：每隔一分钟执行一遍增量索引，每五分钟执行一遍合并索引，每天1:30执行整体索引。

分布式配置

1. index dist  
2. {  
3.         type                            = distributed  
4.         agent                           = 127.0.0.1:9313:index_3307_0  
5.         agent                           = 127.0.0.1:9313:index_3307_0_delta  
6.         agent                           = 127.0.0.1:9314:index_3307_1  
7.         agent                           = 127.0.0.1:9314:index_3307_1_delta  
8.         agent                           = 127.0.0.1:9316:index_3308_0  
9.         agent                           = 127.0.0.1:9316:index_3308_0_delta  
10.         agent                           = 127.0.0.1:9317:index_3308_1  
11.         agent                           = 127.0.0.1:9317:index_3308_1_delta  
12.         agent                           = 127.0.0.1:9319:index_3309_0  
13.         agent                           = 127.0.0.1:9319:index_3309_0_delta  
14.         agent                           = 127.0.0.1:9320:index_3309_1  
15.         agent                           = 127.0.0.1:9320:index_3309_1_delta  
16.         agent_query_timeout             = 100000  
17. }  
18.   
19. indexer  
20. {  
21.     mem_limit           = 1024M  
22. }  
23. searchd  
24. {  
25.     listen              = 9312  
26.     read_timeout        = 5  
27.     max_children        = 30  
28.     max_matches         = 6000  
29.     seamless_rotate     = 1  
30.     preopen_indexes     = 1  
31.     unlink_old          = 1  
32.     compat_sphinxql_magics=0  
33.     query_log_format    = sphinxql  
34.     pid_file            = /usr/local/coreseek/var/log/searchd_mysql.pid  
35.     log                 = /usr/local/coreseek/var/log/searchd_mysql.log  
36.     query_log           = /usr/local/coreseek/var/log/query_mysql.log  
37.     #workers            = threads  
38.     dist_threads = 6  #几台分布式机器
39. }  

最后记得加入到开机命令中：

vi /etc/rc.local