Sphinx+Mysql+Php 12亿DNS数据秒查

最近得到一个接近12亿的全球ns节点的数据，本来想用来做一个全国通过dns反查域名然后进行全国范围的网站收集和扫描的，后来发现网站的数量不是很准确，加上一个人的精力和财力实在难以完成这样一个庞大的任务，就没有做下去，只留下了这个搭建的笔记。
看很多人好奇最后的文件有多大，我就补充一下几张图片
这是数据库倒入完成的大小

这是索引文件的大小

这是我机器的配置情况

前后折腾大约用了半个月时间，一开始倒入走错路，加上经验不足没有建立主键倒入浪费太多时间
文本格式，简单的文本搜索，速度太慢，一次搜索接近花掉5-10分钟时间，决定将其倒入数据库进行一次优化，速度应该能提升不到，电脑上只有AMP的环境，那么就决定将其倒入到mysql中，
一开始使用Navicat进行倒入，刚好数据的格式是 ip,ns 这样的格式，倒入了接近5个小时发现还没有倒入到百分之一，这可是纯文本格式化的时候大小为54G的数据文件啊！
后来发现用mysql自带的load data local infile只话了30分钟左右，第一次导入的时候忘记新建主键了，只好重新导入一次

1 mysql> load data local infile 'E:\\dns\\rite\\20141217-rdns.txt' into table dns
2 fields terminated by ',';
3 Query OK, 1194674130 rows affected, 1700 warnings (29 min 26.65 sec)
4 Records: 1194674130  Deleted: 0  Skipped: 0  Warnings: 1700

因为添加了一个id字段，所以导入速度明显下降，不过大概也只花了1个半小时左右的时间就完成了55G数据的导入。
接着是建立索引，因为我需要的模糊查询，所以在这里建立的是Full Text＋Btree，差不多花了3天时间索引才建立完成，期间因为一不小心把mysql的执行窗口关闭了，以为就这么完蛋了，最后发现其实mysql还在后台默默的建立索引。
建立了索引之后发现查询速度也就比没有建立索引快那么一点，执行了一条

1 select * from ns where ns like '%weibo.com'

花掉了210秒的时间，还是太慢了。
然后就开始使用SPhinx来做索引提升速度，
从官方下载了64位的SPHINX MYSQL SUPPORT的包 下载地址
接着配置配置文件,src里配置要mysql的账号密码

1. source src1
   
2. {
   
3.     sql_host        = localhost
   
4.     sql_user        = root
   
5.     sql_pass        = root
   
6.     sql_db          = ns
   
7.     sql_port        = 3306  
   
8.     sql_query       = \
   
9.         SELECT id,ip,ns from ns //这里写上查询语句
   
10.     sql_attr_uint       = id

复制代码

然后searchd里也需要配置一下,端口和日志，pid文件的路径配置好即可

1. searchd
   
2. {
   
3.     listen          = 9312
   
4.     listen          = 9306:mysql41
   
5.     log         = E:/phpStudy/splinx/file/log.log
   
6.     query_log       = E:/phpStudy/splinx/file/query.log
   
7.     pid_file        = E:/phpStudy/splinx/file/searchd.pid

复制代码

然后切换到sphinx的bin目录进行建立索引，执行

1. searchd test1 #test1是你source的名称

复制代码

我大概建立了不到2个小时的时间就建立完成了，
然后切换到api目录下执行

1. E:\phpStudy\splinx\api>test.py asd
   
2. DEPRECATED: Do not call this method or, even better, use SphinxQL instead of an
   
3. API
   
4. Query 'asd ' retrieved 1000 of 209273 matches in 0.007 sec
   
5. Query stats:
   
6.         'asd' found 209291 times in 209273 documents
   
7. 
   
8. Matches:
   
9. 
   
10. 1. doc_id=20830, weight=1
    
11. 2. doc_id=63547, weight=1
    
12. 3. doc_id=96147, weight=1
    
13. 4. doc_id=1717000, weight=1
    
14. 5. doc_id=2213385, weight=1
    
15. 6. doc_id=3916825, weight=1
    
16. 7. doc_id=3981791, weight=1
    
17. 8. doc_id=5489598, weight=1
    
18. 9. doc_id=9348383, weight=1
    
19. 10. doc_id=18194414, weight=1
    
20. 11. doc_id=18194415, weight=1
    
21. 12. doc_id=18195126, weight=1
    
22. 13. doc_id=18195517, weight=1
    
23. 14. doc_id=18195518, weight=1
    
24. 15. doc_id=18195519, weight=1
    
25. 16. doc_id=18195520, weight=1
    
26. 17. doc_id=18195781, weight=1
    
27. 18. doc_id=18195782, weight=1
    
28. 19. doc_id=18200301, weight=1
    
29. 20. doc_id=18200303, weight=1

复制代码

进行了测试，发现速度真的很快，写了一个PHP脚本进行调用

01 <?php
02 include 'sphinxapi.php';
03 $conn=mysql_connect('127.0.0.1','root','root');
04 mysql_select_db('ns',$conn);
05 $sphinx = new SphinxClient();
06 $now=time();
07 $sphinx->SetServer ( '127.0.0.1', 9312 );
08 $result = $sphinx->query ('weibo.com', 'test1');
09 foreach($result['matches'] as $key => $val){
10     $sql="select * from ns where id='{$key}'";
11     $res=mysql_query($sql);
12     $res=mysql_fetch_array($res);
13     echo "{$res['ip']}:{$res['ns']}";
14
15 }
16 echo time()-$now;
17 ?>

基本实现了秒查！,最后输出的时间只花掉了0！

1. 123.125.104.176:w-176.service.weibo.com
   
2. 123.125.104.178:w-178.service.weibo.com
   
3. 123.125.104.179:w-179.service.weibo.com
   
4. 123.125.104.207:w-207.service.weibo.com
   
5. 123.125.104.208:w-208.service.weibo.com
   
6. 123.125.104.209:w-209.service.weibo.com
   
7. 123.125.104.210:w-210.service.weibo.com
   
8. 202.106.169.235:staff.weibo.com
   
9. 210.242.10.56:weibo.com.tw
   
10. 218.30.114.174:w114-174.service.weibo.com
    
11. 219.142.118.228:staff.weibo.com
    
12. 60.28.2.221:w-221.hao.weibo.com
    
13. 60.28.2.222:w-222.hao.weibo.com
    
14. 60.28.2.250:w-222.hao.weibo.com
    
15. 61.135.152.194:sina152-194.staff.weibo.com
    
16. 61.135.152.212:sina152-212.staff.weibo.com
    
17. 65.111.180.3:pr1.cn-weibo.com
    
18. 160.34.0.155:srm-weibo.us2.cloud.oracle.com
    
19. 202.126.57.40:w1.weibo.vip.hk3.tvb.com
    
20. 202.126.57.41:w1.weibo.hk3.tvb.com
    
21. 0

复制代码

最后附上DNS下载地址：