Sphinx 配置及使用

 

上一篇講了Sphinx的安裝，這篇來講說怎麼用吧。

我以我博客文章爲例，我想對我博客的內容進行全文檢索

表名 wp_posts，字段描述以下

重點在於 Sphinx.conf的配置

索引生成和搜索都是以這個文件爲依據，要進行全文檢索就得先把它配置好，讓Sphinx知道哪些字段須要索引，哪些字段在where ,

group,order by 中用到。

 

#源名稱
source wordpress_s
{
        type                    = mysql

        sql_host                = localhost
        sql_user                = test
        sql_pass                = 111
        sql_db                  = wordpress
        sql_port                = 3306  # optional, default is 3306
        sql_query_pre           = SET NAMES UTF8 # 執行sql前要設置的字符集，（SET NAMES UTF8)
        #全文檢索要顯示的內容 , 據官方說法 : 儘量不要使用 WHERE 或 GROUPBY , 將其交給 SPHINX 效率會更高 ;select 出來的字段必須包含至少一個惟一主鍵 , 以及全文檢索的字段
        #SELECT 的字段必須至少包含一個惟一主鍵，並且這個惟一主鍵若是不是id，則須要 as 爲id，以及全文檢索的字段，在where用到的字段也要SELECT出來
#這裏我對ID,post_title,post_content,post_name,post_author進行索引
        sql_query               =  SELECT ID as id,post_title,post_content,post_name,post_author from wp_posts

        #sql_attr* 標示屬性字段，你計劃要在where ,orderby group中用的字段要在這裏定義
        sql_attr_uint           = ID
        sql_field_string        =post_title
        sql_field_string        =post_name
        #sql_attr_timestamp     = date_added

        sql_query_info          = SELECT * FROM wp_posts WHERE id=$id # $id 好像不能是其餘的。

        #strip_html=0 #是否去掉HTML標籤 新版本好像已經再也不支持這個設置，它要在index索引中用html_strip代替。
}
#索引名稱
#index name
index wordpress_i
{
        source                  = wordpress_s #源名稱
        path                    = /home/admin/sphinx/var/data/wordperss #生成索引的目錄
        docinfo                 = extern
        min_prefix_len          = 0 #分詞最小前綴
        min_infix_len           = 1 #分詞最小中綴
        min_word_len            = 1     #索引的詞的最小長度 設爲 1 既能夠搜索單個字節搜索 , 越小 索引越精確 , 但創建索引花費的時間越長
        charset_type            = utf-8 #設置數據編碼爲UTF8
        charset_table           = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F
        ngram_chars             = U+3000..U+2FA1F
        ngram_len               =1 #對於非字母型數據的長度切
        html_strip              =1 #去掉HTML標籤
}
indexer
{
        mem_limit               = 32M
}
searchd
{
        listen                  = 9312
        listen                  = 9306:mysql41
        log                     = /home/admin/sphinx/var/log/searchd.log
        query_log               = /home/admin/sphinx/var/log/query.log
        read_timeout            = 5
        max_children            = 30
        pid_file                = /home/admin/sphinx/var/log/searchd.pid
        max_matches             = 1000
        seamless_rotate         = 1
        preopen_indexes         = 1
        unlink_old              = 1
        workers                 = threads # for RT to work
        binlog_path             = /home/admin/sphinx/var/data
}

Sphinx支持幾個屬性類型

sql_attr_uint 和 sql_attr_bigint

 

# 32 位無符號整數值和 64 位有符號整數值。可對全部整數數據庫字段和 DATE 使用這兩種類型。

sql_attr_float #32 位浮點值。若是您想要存儲地理座標，可以使用此屬性類型。還要注意的是，若是您須要更高的精確度，則沒有解決

方法；字段四捨五入到七位小數。

sql_attr_bool #一個布爾型（單個位）值，相似於 MySQL 的 tinyint 值。

sql_attr_timestamp #一種 UNIX 時間戳，可表示從 1970-01-01 到 2038-01-19 的日期/時間值。您在 Sphinx 中沒法直

接使用 DATE 或 DATETIME 列類型。您必須使用 UNIX_TIMESTAMP() 函數將它們轉換爲時間戳。若是您僅須要日期，可以使用

TO_DAYS() 函數將 DATE 字段轉換爲一個整數。

sql_attr_string 和 sql_field_string #字符串（很明顯！），但前者僅用於檢索，然後者可做爲全文本被索引。

其結構組成主要以下 :

 

Source 源名稱 1{                // 指定數據源
       一些配置
}
Index 索引名稱 1{
       Source= 源名稱 1
}
Source 源名稱 2{
       一些配置
}
Index 索引名稱 2{
        Source= 源名稱 2
}
Indexer{
        mem_limit = 32M         //索引過程當中內存使用的限制
}
Searchd{                             // 配置 searchd 守護程序自己
}

 

Source配置項以下：

 

 

 

#type 數據庫類型，目前支持mysql與pgsql

#sql_host 數據庫主機地址

#sql_user 數據庫用戶名

#sql_pass 數據庫密碼

#sql_db 數據庫名稱

#sql_port 數據庫採用的端口

#sql_query_pre 執行sql前要設置的字符集，用utf8必須SET NAMES utf8

#sql_query 全文檢索要顯示的內容，在這裏儘量不使用where或group by，將where與

groupby的內容交給sphinx，由sphinx進行條件過濾與groupby效率會更高

#注意：select 出來的字段必須至少包括一個惟一主鍵(ARTICLESID)以及要全文檢索的

字段，你計劃本來在where中要用到的字段也要select出來

#這裏不用使用orderby


#sql_attr_開頭的表示一些屬性字段，你原計劃要用在where,orderby,groupby中的字段要

在這裏定義

 index 索引部分以下

 

source                  = wordpress_s #源名稱

path                    = /home/admin/sphinx/var/data/wordperss #生成索引的目錄

docinfo                 = extern

charset_type            = utf-8 #字符集編碼

charset_table           = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F#表示可被一元字符切分模式承認的有效字符集

ngram_chars             = U+3000..U+2FA1F #表示要進行一元字符切分模式的字符集

ngram_len               =1#表示使用一元字符切分模式，從而得以對單箇中文字符進行索引；

html_strip              =1 #過濾HTML標籤

配置好了之後，就能夠用bin/indexer來生成索引了,下面介紹一下常常用到的幾個命令。

 

#更新所有索引 若是不指定-c則會默認加載sphinx.conf配置
>bin/indexer -c(--config)  /home/amdin/sphinx/etc/sphinx.conf --all
 #更新索引wordpress_i
>bin/indexer -c /home/amdin/sphinx/etc/sphinx.conf 【索引名】
#用於輪換索引，他將創建一個額外的索引，一旦創建完成，它將給searchd 發送一個信號，searchd將把原有的索引重命名*.old,將這個額外索引加載進來
>bin/indexer --config /home/myuser/sphinx.conf --all
#合併增量索引到主索引
>bin/indexer --merge main addtion_index --rotate

怎麼來進行搜索呢？

首先啓動search服務

>bin/searchd

相應的中止命令是

>bin/searchd –stop

進行搜索嘍

> bin/search -c etc/sphinx.conf ‘斯人’

全文搜索斯人這個詞，由於個人最小分割數是1，因此斯人會拆分爲「斯」，「人」兩個字進行搜索，這樣雖然搜索效果最佳，可是創建索引的時間更長。

運行成功後會顯示一大堆信息 ，如圖

標紅是比較中重要的信息：是用的索引，搜索詞，匹配結果數，搜索時間等信息，

document 意思是在這一條數據中命中了幾回。

在PHP中的是用方法，

 

require ( "sphinxapi.php" );

$q=$argv[1];

$cl=new SphinxClient();
$cl->SetServer('localhost',9312);
$cl->SetArrayResult(true);
$cl->SetLimits(0,10);
$result=$cl->Query($q);
print_r($result);

運行

>/home/admin/fpm-php/bin/php test.php ‘斯人’

查看結果，

可是好像有個問題，

不知道爲何沒有顯示出文本內容來，只有一些基本信息，難不成讓我拿到id號再去MYSQL取詳細數據不成？？

原文出處: http://www.imsiren.com/archives/766