LAMP+Coreseek中文检索引擎使用详解
简要：
一、安装PHP的sphinx扩展：
=====================1、安装libsphinxclient================ #linsphinxclient在解压缩出来的coreseek-3.2.14里面 cd /usr/local/src/coreseek/csft-3.2.14/api/libsphinxclient #安装在 /usr/local/sphinxclient ./configure --prefix=/usr/local/sphinxclient make && make install ====================2、安装sphinx的PHP扩展=================== cd /usr/local/src wget http://pecl.php.net/get/sphinx-1.1.0.tgz tar -zxvf sphinx-1.1.0.tgz cd sphinx-1.1.0 # 使用安装php时生成的phpize来生成configure配置文件 /usr/local/php/bin/phpize (或 /usr/bin/phpize) # 具体用哪个要取决于你的phpize文件所在的目录，这时你应该用 whereis phpize 来查看路径 ./configure --with-php-config=/usr/bin/php-config --with-sphinx=/usr/local/sphinxclient # 其中 php-config 和 phpize 所在的目录是相同的，比如上面我用 /usr/bin/phpize，则在这一步我用 ./configure –with-php-config=/usr/bin/php-config。而/usr/local/sphinxclient就是上面的libsphinxclient的安装目录 make && make install #注意，如果你的php版本是5.4，那么在这一步中会出现错误，提示在 sphinx.c:105:2，可以按下面方式修改： #vim sphinx.c，找到105行 #把 retval = std_hnd->read_property(object, member, type TSRMLS_CC); 修改成 retval = std_hnd->read_property(object, member, type TSRMLS_CC, NULL); #重新编译安装 #./configure --with-php-config=/usr/bin/php-config --with-sphinx=/usr/local/sphinxclient #make && make install
安装完之后我们还要修改PHP.ini文件：
vim /etc/php.ini #具体php.ini的位置自己查哈 #在php.ini文件的最后一行添加： extension="sphinx.so" #重启apache服务器 systemctl restart httpd.service
重启之后，在某个php文件里面添加 echo phpinfo();，在详情页面中假如有： 
则说明安装 sphinx 的PHP扩展成功啦！
二、sphinx配置文件和测试表
一开始是没有sphinx配置文件的，我们要首先建立sphinx.conf配置文件：
cd /usr/local/coreseek/etc cp sphinx.conf.dist sphinx.conf #sphinx配置文件的默认名就是sphinx.conf
在这里先介绍一些sphinx.conf配置文件的结构：
#主数据源
source main{
{
#增量数据源
source delta:main{
}
#主数据索引
index main{
}
#增量数据索引
index delta:main{
}
#分布式索引
index dist1{
}
#索引器
indexer{
}
#服务进程
searchd{
}由于初始的配置文件有很多注释，我们为了简单起见，可以将那些注释都删除了，以后要用到注释的时候可以参照sphinx.conf.dist，下面我贴出我的简化后的配置文件：
#主数据源（命名为main）
source main
{
type = mysql
sql_host = localhost
sql_user = root
sql_pass = zhongjin
sql_db = test
sql_port = 3306 # optional, default is 3306
#sql_sock = /var/lib/mysql/mysql.sock
sql_query_pre = SET NAMES UTF8 #mysql检索字符集
sql_query_pre = SET SESSION query_cache_type=OFF #关闭缓存
sql_query = \
SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \
FROM documents #获取数据的SQL语句
#sql_attr_timestamp = date_added #排序字段
sql_ranged_throttle = 0
sql_query_info = SELECT * FROM documents WHERE id=$id #这里的id对应于数据表的主键
}
#增量数据源(暂时用不到，先注释了)
#source src1throttled : main
#{
# sql_ranged_throttle = 100
#}
#主数据索引
index main
{
source = main #指定主数据源
path = /usr/local/coreseek/var/data/main #索引数据存放路径
docinfo = extern
mlock = 0
morphology = none
#stopwords = G:\data\stopwords.txt
#wordforms = G:\data\wordforms.txt
#exceptions = /data/exceptions.txt
min_word_len = 1
charset_type = utf-8
html_strip = 0
#charset_table = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44 F
}
#增量数据索引（暂时用不到）
#index test1stemmed : test1
#{
# path = /usr/local/coreseek/var/data/test1stemmed
# morphology = stem_en
#}
#分布式索引（暂时用不到）
#index dist1
#{
# type = distributed
#
# local = test1
# local = test1stemmed
# agent = localhost:9313:remote1
# agent = localhost:9314:remote2,remote3
# agent_connect_timeout = 1000
#
# agent_query_timeout = 3000
#}
#索引器（基本不用改）
indexer
{
mem_limit = 128M
}
#服务进程（不用修改）
searchd
{
log = /usr/local/coreseek/var/log/searchd.log
query_log = /usr/local/coreseek/var/log/query.log
read_timeout = 5
client_timeout = 300
max_children = 30
pid_file = /usr/local/coreseek/var/log/searchd.pid
max_matches = 1000
seamless_rotate = 1
preopen_indexes = 0
unlink_old = 1
mva_updates_pool = 1M
max_packet_size = 8M
max_filters = 256
max_filter_values = 4096
}在主数据源的设置中，sql_query 和 sql_query_info 字段都是 From document，这里用的是 安装 coreseek 时提供的测试表，位于 /usr/local/coreseek/etc/example.sql，根据设置，我们创建数据库和导入测试数据表：
mysql -uroot -pzhongjin CREATE DATABASE test; USE test; #导入数据 SOURCE /usr/local/coreseek/etc/example.sql; SHOW TABLES; #+----------------+ #| Tables_in_test | #+----------------+ #| documents | #| tags | #+----------------+ SELECT * FROM documents;
现在该表里面有四条数据，待会我们就是用该表来测试 sphinx。
现在配置文件有了，测试数据也有了，下面就是测试了。
三、sphinx搜索测试：
1、先创建索引：在新增数据之后，都得重新索引一次
创建索引命令：indexer，
-c 指定配置文件
–all 对所有索引重新编制索引
–rotate 用于轮换索引，主要是在不停止服务的时候增加索引
–merge 合并索引
针对 test:documents 创建索引
#基本所有的命令都在该目录下 cd /usr/local/coreseek/bin ./indexer -c /usr/local/coreseek/etc/sphinx.conf --all
可以看到，我们的配置文件，还有就是我们索引的是 main 主数据源，总共有四个文档，正好对应数据表。
2、查询关键字
查询命令：search
-c 指定配置文件
查关键字 test:
cd /usr/local/coreseek/bin ./search -c /usr/local/coreseek/etc/sphinx.conf test
查询的结果如上图所示，图中的结果表明，test 在第一篇文档中出现两次，在第二篇文档中出现两次，在第三篇文档中出现一次，总共在三个文档中出现，总共出现5次。
查关键字 group:
./search -c /usr/local/coreseek/etc/sphinx.conf group
从结果中可以发现，group只在一个文档中出现一次，但是查表发现，数据表中有 group 和 groups，为什么 groups 没有被匹配出来？因为在英文分词中是以空格进行分词的，因此group和groups是两个不同的单词。
现在我们插入一条数据，看看能不能查询出来：
mysql -uroot -pzhongjin test INSERT INTO documents(group_id,group_id2,date_added,title,content) VALUES(3,9,NOW(),'zhongjin','zhongjin is a student');
查关键字 zhongjin
./search -c /usr/local/coreseek/etc/sphinx.conf zhongjin;
结果是 zhongjin 关键字在0个文档中出现0次，为什么？
因为我们没有索引该条记录呀，前面不是说了嘛，新增数据之后，都得重新进行索引（这个有解决方案，后面有机会再说）
./indexer -c /usr/local/coreseek/etc/sphinx.conf --all ./search -c /usr/local/coreseek/etc/sphinx.conf zhongjin;
这回出来了吧。
3、试试中文？
mysql -uroot -pzhongjin test INSERT INTO documents(group_id,group_id2,date_added,title,content) VALUES(3,9,NOW(),'LSGO实验室','华北电力大学LSGO实验室'); ./indexer -c /usr/local/coreseek/etc/sphinx.conf --all ./search -c /usr/local/coreseek/etc/sphinx.conf LSGO实验室;
从结果来看，sphinx将‘LSGO实验室’分成了‘LSGO’和‘实验室’，而且‘lsgo’被匹配出来了，但是 ‘LSGO实验室’没出来！为什么？
因为我这里测试的是 sphinx，仅仅对英文起作用，对中文不起作用。
下面我讲对中文检索引擎进行搜索测试
相关推荐
zyyjay 2020-11-09
xuebingnan 2020-11-05
samtrue 2020-11-22
stefan0 2020-11-22
yifangs 2020-10-13
songshijiazuaa 2020-09-24
hebiwtc 2020-09-18
天步 2020-09-17
83911535 2020-11-13
whatsyourname 2020-11-13
zhouyuqi 2020-11-10
Noneyes 2020-11-10
mathchao 2020-10-28
王志龙 2020-10-28
wwwsurfphpseocom 2020-10-28
diskingchuan 2020-10-23
savorTheFlavor 2020-10-23