2014-08-22|1980阅|作者：IT技术宅|举报 摘要:首先了解一下sphinx全文索引的相关知识,考虑到Sphinx全文索引使用的实际需要，主要介绍Sphinx全文索引中文方面的支持。这里需要感谢李沫南同学对Sphinx全文索引中文支持的贡献！官方网站：http://www.sphinxsearch.com/官方文档：http://
首先了解一下sphinx全文索引的相关知识,考虑到Sphinx全文索引使用的实际需要，主要介绍Sphinx全文索引中文方面的支持。这里需要感谢李沫南同学对Sphinx全文索引中文支持的贡献！官方网站：http://www.sphinxsearch.com/官方文档：http://www.sphinxsearch.com/docs/中文支持：http://www.coreseek.cn/中文使用手册下载：http://www.coreseek.cn/uploads/pdf/sphinx_doc_zhcn_0.9.pdf中文在线手册:http://www.coreseek.cn/docs/coreseek_3.2-sphinx_0.9.9.html1.Windows下安装Sphinx1.1.开始前的准备工作先从http://www.coreseek.cn/products/ft_down/下载Coreseek 3.2.13,这里我们就以Windows环境为例:下载后直接解压coreseek-3.2.13-win32.zip,我们这里假设解压到:D:\coreseek-3.2.13-win32.这里我们需要简单了解几个目录:[D:\coreseek-3.2.13-win32\api]API接口目录,其中包括了php,python,ruby等操作实例,其中test_coreseek.php是一个不错的中文检索的例子.[D:\****\bin]应用程序目录,其中包含以下几个文件 * 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, Java). * spelldump: 一个简单的命令行工具，用于从 ispell 或 MySpell (OpenOffice内置绑定) 格式的字典中提取词条。当使用 wordforms 时可用这些词条对索引进行定制. * indextool: 工具程序，用来转储关于索引的多项调试信息。 此工具是从版本Coreseek 3.1(Sphinx 0.9.9-rc2)开始加入的。 * mmseg: 工具程序和库，Coreseek用于提供中文分词和词典处理。[D:\****\etc]sphinx配置目录[D:\****\var]sphinx变量&索引&日志存放目录1.2.创建配置文件由于dedecms使用的是mysql,所以我们需要来配置一个mysql的sphinx模板配置,可以复制csft_mysql.conf改名为:csft_dedecmsv57.conf,例如我们这里仅做文章的全文检索,我们需要做如下配置:先在DedeCMS中创建一个统计表,方法可以在DedeCMS后台[系统]->[SQL命令行工具]中执行下列代码:CREATE TABLE `dede_sphinx` ( `countid` int(11) unsigned NOT NULL, `maxaid` int(11) unsigned NOT NULL, PRIMARY KEY (`countid`) ) ENGINE=MyISAM DEFAULT CHARSET=gbk这是一个sphinx内容统计表,为了适合数据量较大的情况下分批生成索引而使用的.创建完数据表后,我们对sphinx的配置文件,即csft_dedecmsv57.conf修改,内容如下,其中包含注释:--------------------------------------------------------------------------------------------#源定义source mysql{ type = mysql # 数据库服务器基本配置信息 sql_host = 192.168.0.103 sql_user = dedev57 sql_pass = dedecms sql_db = dedecmsv57gbk sql_port = 3306 # 设定编码,这里我们是gbk编码,如果是utf-8,可以设置: # sql_query_pre = SET NAMES utf8 sql_query_pre = SET NAMES gbk # 数据检索增量 sql_range_step = 1000 #当前最新文档id数 sql_query_pre = REPLACE INTO dede_sphinx SELECT 1, MAX(id) FROM dede_archives #检索条件 sql_query = SELECT ARC.id,ARC.typeid,ARC.typeid2,ARC.sortrank,ARC.flag,ARC.channel,ARC.ismake,ARC.arcrank,ARC.click,ARC.title,ARC.shorttitle,ARC.color,ARC.writer,ARC.source,ARC.litpic,ARC.pubdate,ARC.senddate,ARC.mtype,ARC.description,ARC.badpost,ARC.goodpost,ARC.scores,ARC.lastpost,ARC.keywords,ARC.mid,ART.body FROM dede_archives AS ARC LEFT JOIN dede_addonarticle AS ART ON ARC.id = ART.aid WHERE ARC.id>=$start AND ARC.id<=$end #sql_query第一列id需为整数 #title、body作为字符串/文本字段，被全文索引 # 获取当前最大检索id sql_query_range = SELECT 1,maxaid FROM dede_sphinx WHERE countid=1 sql_attr_uint = typeid #从SQL读取到的值必须为整数 sql_attr_uint = typeid2 sql_attr_uint = channel sql_attr_uint = click sql_attr_uint = badpost sql_attr_uint = goodpost sql_attr_uint = scores sql_attr_uint = mid sql_attr_timestamp = pubdate #从SQL读取到的值必须为整数，作为时间属性 sql_attr_timestamp = senddate sql_attr_timestamp = lastpost #命令行查询时，从数据库读取原始数据信息 sql_query_info = SELECT ARC.*,ART.body FROM dede_archives AS ARC LEFT JOIN dede_addonarticle AS ART ON ARC.id = ART.aid WHERE ARC.id=$id }source delta{ type = mysql # 数据库服务器基本配置信息 sql_host = 192.168.0.103 sql_user = dedev57 sql_pass = dedecms sql_db = dedecmsv57gbk sql_port = 3306 sql_query_pre = SET NAMES gbk # 增量索引,从最大id开始 sql_query = SELECT ARC.id,ARC.typeid,ARC.typeid2,ARC.sortrank,ARC.flag,ARC.channel,ARC.ismake,ARC.arcrank,ARC.click,ARC.title,ARC.shorttitle,ARC.color,ARC.writer,ARC.source,ARC.litpic,ARC.pubdate,ARC.senddate,ARC.mtype,ARC.description,ARC.badpost,ARC.goodpost,ARC.scores,ARC.lastpost,ARC.keywords,ARC.mid,ART.body FROM dede_archives AS ARC LEFT JOIN dede_addonarticle AS ART ON ARC.id = ART.aid WHERE ARC.id > ( SELECT maxaid FROM dede_sphinx WHERE countid=1 ) #从SQL读取到的值必须为整数 sql_query_post = REPLACE INTO dede_sphinx SELECT 1, MAX(id) FROM dede_archives sql_attr_uint = typeid sql_attr_uint = typeid2 sql_attr_uint = channel sql_attr_uint = click sql_attr_uint = badpost sql_attr_uint = goodpost sql_attr_uint = scores sql_attr_uint = mid sql_attr_timestamp = pubdate #从SQL读取到的值必须为整数，作为时间属性 sql_attr_timestamp = senddate sql_attr_timestamp = lastpost #命令行查询时，从数据库读取原始数据信息 sql_query_info = SELECT ARC.*,ART.body FROM dede_archives AS ARC LEFT JOIN dede_addonarticle AS ART ON ARC.id = ART.aid WHERE ARC.id=$id }#index定义index mysql{ source = mysql #对应的source名称 path = D:/coreseek-3.2.13-win32/var/data/mysql docinfo = extern mlock = 0 morphology = none min_word_len = 1 html_strip = 0 #charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾 charset_dictpath = D:/coreseek-3.2.13-win32/etc/ #Windows环境下设置，/符号结尾 charset_type = zh_cn.gbk}index delta : mysql{ min_word_len = 1 source = delta path = D:/coreseek-3.2.13-win32/var/data/delta.new}#全局index定义indexer{ mem_limit = 128M}#searchd服务定义searchd{ listen = 9312 read_timeout = 5 max_children = 30 max_matches = 1000 seamless_rotate = 0 preopen_indexes = 0 unlink_old = 1 pid_file = D:/coreseek-3.2.13-win32/var/log/searchd_mysql.pid log = D:/coreseek-3.2.13-win32/var/log/searchd_mysql.log query_log = D:/coreseek-3.2.13-win32/var/log/query_mysql.log}-------------------------------------------------------------------------------------------------------1.3.建立索引配置完成后,我们要先建立索引,在开始菜单中打开[运行],输入"cmd",确认后打开命令行.输入下列代码:d:&cd D:\coreseek-3.2.13-win32\bin先切换到sphinx的bin目录,然后再执行:indexer.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf mysql --rotate这个时候sphinx开始构建索引,如果数据量比较大,这个时间可能比较长,需要耐心等待(如图1).[attachment=71767] 然后再创建下增量索引,使用下列命令:indexer.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf delta --rotate1.4.测试检索是否正常建立完索引之后我们来检测下是否能够正常搜索到匹配内容,可以继续在cmd中输入下列命令:search.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf dedecms如果能够正常返回数据(如图2),则说明已经成功建立索引.[attachment=71768] 2.结合DedeCMS程序使用sphinx2.1.开启sphinx服务在上面的步骤中我们已经成功生成了索引,接下来为了能够使用客户端调用则需要开启sphinx服务.可以直接在cmd中执行:searchd.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf这样我们就开启了sphinx服务(如图3),我们可以写一个简单的例子进行测试:[attachment=71769] sphinx_test.php--------------------------------------------------------------------------------------------------------<?phpset_time_limit(0);require_once (dirname(__FILE__) . "/include/common.inc.php");$sphinx = new SphinxClient;$mode = SPH_MATCH_ANY; //匹配模式$host = "localhost"; //服务ip$port = 9312; //服务端口 $sphinx->SetServer($host, $port);$sphinx->SetArrayResult(true);$sphinx->SetMatchMode($mode);$res = $sphinx->Query('织梦内容管理系统');//var_dump($sphinx);//var_dump($res);$total = count($res['matches']);for($i=0; $i < $total; $i++){ var_dump($res['matches'][$i]);}-----------------------------------------------------------------------------------------------------执行sphinx_test.php,可以看到已经能够正常通信,并且返回了内容.[attachment=71770] 2.2.创建一个DedeSphinx服务上面我们通过searchd.exe开启了服务,但不好的是,我们关闭了cmd窗口就不能继续访问了,解决办法如下:同样切换到bin目录下,执行:searchd.exe --install -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf --servicename DedeSphinx这样就在系统中成功创建了一个DedeSphinx服务,无需再打开窗口(如图5).[attachment=71771] 3.更新与维护对于全文检索的索引,我们是需要不定期生成的,如果是数据量比较小,直接使用上述生成索引的命令重建就可以,如果数据量比较大,我们则需要定义的更新全文索引.如果内容更新比较频繁,下列的命令需要每分钟被执行一次(可以创建一个脚本,使用windows计划任务定期执行)生成增量索引:indexer.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf delta --rotate当然每一天都需要将增量索引合并到主索引mysql中去,需要执行:indexer.exe -c D:\coreseek-3.2.13-win32\etc\csft_dedecmsv57.conf --merge mysql delta --rotate 
