在ubuntu上安装全文搜索中文分词Coreseek/sphinx 及和Rails集成

Sphinx(狮身人面像) 想必大家都比较了解，就不作介绍了，不了解的童鞋可以自己Google。

原生Sphinx不支持中文，
所以这里重点介绍支持中文分词的 Coreseek。

注意：Coreseek 3.2 后，只有安装 Coreseek 就可以了,它对LibMMSeg和sphinx做了整合，不用再安装原生Sphinx。(3.2前是要安装原生Sphinx，还要装补丁,非常繁琐)

安装coreseek

下面以coreseek-3.2.14为例，它基于Sphinx 0.99(不用安装Sphinx 0.99）

详细官方手册： http://www.coreseek.cn/products-install/install_on_bsd_linux/

ubuntu-10.04 安装 coreseek安装需要预装的软件：

sudo apt-get install make gcc g++ automake libtool mysql-client libmysqlclient15-dev   libxml2-dev libexpat1-dev

#下载 coreseek-3.2.14,里面已经包含 mmseg
cd /tmp
wget http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.14.tar.gz
tar xzvf coreseek-3.2.14.tar.gz
cd coreseek-3.2.14
# 先安装mmseg
cd mmseg-3.2.14
./bootstrap    #输出的warning信息可以忽略，如果出现error则需要解决
./configure --prefix=/opt/mmseg  [color=red]#下面安装coreseek 需要此路径[/color]
sudo make && sudo make install

#安装coreseek
cd ..
cd csft-3.2.14
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=/opt/coreseek --without-unixodbc --with-mmseg --with-mmseg-includes=/opt/mmseg/include/mmseg/ --with-mmseg-libs=/opt/mmseg/lib/ --with-mysql    ##如果提示mysql问题，可以查看MySQL数据源安装说明
sudo make && sudo make install
cd ..

#然后建立命令快捷方式，方便使用
sudo ln -s /opt/coreseek/bin/indexer   /usr/local/bin/indexer
sudo ln -s /opt/coreseek/bin/indextool  /usr/local/bin/indextool  
sudo ln -s /opt/coreseek/bin/search  /usr/local/bin/search  
sudo ln -s /opt/coreseek/bin/searchd  /usr/local/bin/searchd  
sudo ln -s /opt/coreseek/bin/spelldump /usr/local/bin/spelldump

集成到rails项目

这里用的是gem thinking-sphinx

如果没有新项目自己创建Rails项目，这里不做说明。
可以参考Railscasts: http://railscasts.com/episodes/120-thinking-sphinx?autoplay=true

安装 thinking-sphinx
官方手册： http://freelancing-god.github.com/ts/en/installing_thinking_sphinx.html

这里只说明下 rails 3.0

在Gemfile中加入

gem 'thinking-sphinx'

然后

bundle install

可以参考快速实现： http://freelancing-god.github.com/ts/en/quickstart.html

在model中定义索引

class Post < ActiveRecord::Base
  define_index do
    indexes :title, :body
    
    #声明使用实时索引  
    set_property :delta => true  #注意这句一定要加，否则添加了记录不会自动索引
  end
end

记得添加实时索引字段 delta

ruby script/generate migration add_delta_to_posts delta:boolean

class AddDeltaToPosts < ActiveRecord::Migration  
  def self.up
    add_column :posts, :delta,:boolean, :default => true, :null => false
  end

  def self.down
    remove_column :posts, :delta
  end
end  

rake db:migrate

在controller中加search代码，controler大家自己建啦。

class FullTextSearchController < ApplicationController

  def search
    per_page = params[:limit].to_i
    page = (params[:start].to_i / per_page) + 1
    total_count = ThinkingSphinx.count(params[:query], :classes => [Post], :page => page, :per_page => per_page)
    @results = ThinkingSphinx.search(params[:query], :classes => [Post], :page => page, :per_page => per_page)
    respond_to do |format|
      format.json { render(:json => {:total => total_count, :success => true,
                           :items => @results.map{ |i| {:id  => i.id, :title => i.title, :body => i.body} unless i.blank
? },
      }.to_json)}
    end
  end
end

#创建rails项目全文搜索数据目录
cd 你的rails目录
mkdir fulltext_search_data

#从安装包中复制字典到Rails项目
cp /tmp/coreseek-3.2.14/mmseg-3.2.14/data/*.* 你的rails目录/fulltext_search_data

#新建配置文件：
vi config/sphinx.yml

#内容如下：
test:
  bin_path: /opt/coreseek/bin
  mem_limit: 128M
  config_file: config/test.sphinx.conf
  charset_type: zh_cn.utf-8
  charset_dictpath: <%=::Rails.root.to_s + "/fulltext_search_data "%>
  pid_file: "/tmp/searchd.test.pid"
  ngram_len: 0
development:
  bin_path: /opt/coreseek/bin
  mem_limit: 128M
  config_file: config/development.sphinx.conf
  charset_type: zh_cn.utf-8
  charset_dictpath: <%=::Rails.root.to_s + "/fulltext_search_data "%>
  pid_file: "/tmp/searchd.development.pid"
  ngram_len: 0
production:
  bin_path: /opt/coreseek/bin
  mem_limit: 128M
  config_file: config/production.sphinx.conf
  charset_type: zh_cn.utf-8
  charset_dictpath: <%=::Rails.root.to_s + "/fulltext_search_data "%>
  pid_file: "/tmp/searchd.production.pid"
  ngram_len: 0

#建立配置文件
rake thinking_sphinx:configure

#建立索引
rake thinking_sphinx:index

#开启服务
rake thinking_sphinx:start

#现在可以先加些数据，在浏览器中访问你的controller测试搜索

#也可以用如下命令来测试全文搜索引擎
search '关键字' -c 你的Rsils项目/config/development.sphinx.conf

最后再补几点注意事项：
1.定义索引时 "set_property :delta => true", 没有这句新加的记录不会索引。
2.coreseek 安装包中的字典文件一定要复制到Rails项目数据目录，否则中文无法支持。

参考资料：

详见： https://github.com/freelancing-god/thinking-sphinx
官方手册： http://freelancing-god.github.com/ts/en/installing_thinking_sphinx.html
快速实现： http://freelancing-god.github.com/ts/en/quickstart.html