全文索引xunsearch的詳細講解及sphinx的比較

1、獲取：

xunsearch下載地址： http://www.xunsearch.com/site/download。

linux命令行下載:wget http://www.xunsearch.com/download/xunsearch-full-latest.tar.bz2 

解壓:tar -xjf xunsearch-full-latest.tar.bz2

 

2、安裝：

根據提示進行操做，輸入 xunsearch 軟件包的安裝目錄，這裏最好把xunsearch單獨放在一個目錄下。

cd xunsearch-full/

sh setup.sh

 

3、啓動

啓動/從新啓動 xunsearch 的後臺服務$prefix 替換爲你的xunsearch安裝目錄

cd $prefix; 

bin/xs-ctl.sh restart

添加到開機啓動腳本，在 Linux 系統中將腳本指令$prefix/bin/xs-ctl.sh restart寫進 /etc/rc.local 便可

 

4、xunsearch項目配置文件詳解

 

項目名稱 project.name = AppName

默認字符集 project.default_charset = UTF-8

定義字段[field_name]

type 字段類型

1. string 字符型，適用多數狀況，也是默認值
2. numeric 數值型，包含整型和浮點數，僅當字段需用於以排序或區間檢索時才設爲該類型，不然請使用 string　便可
3. date 日期型，形式爲 YYYYmmdd 這樣固定的 8 字節，若是沒有區間檢索或排序需求不建議使用
4. id 主鍵型，確保每條數據具有惟一值，是索引更新和刪除的憑據，每一個搜索項目必須有且僅有一個 id 字段，該字段的值不區分大小寫
5. title 標題型，標題或名稱字段，至多有一個該類型的字段
6. body 內容型，主內容字段, 即本搜索項目中內容最長的字段，至多隻有一個該類型字段，本字段不支持字段檢索

 

5、weight 混合區檢索時的機率權重在混合檢索時，能夠對標題和內容等不一樣字段進行權重計算，若是你不想該字段參與計算權重可設爲 0 。一般默認值爲 1 ，但 title 型默認爲 5 而 body 型則固定爲 1 。

weight = 1

 

6、index 索引方式

1. none 不作索引，全部的搜索匹配均與本字段無關，這個字段只用於排序或搜索結果展現用到。
2. self 字段索引，能夠在搜索時用 field:XXX 來檢索本字段
3. mixed 混合區索引，不標明字段的默認搜索也能夠檢索本字段 
4. both 至關於 self + mixed，兩種狀況均索引

 

7、搜索相關代碼

require '$prefix/sdk/php/lib/XS.php';

$xs = new XS('demo'); // 創建 XS 對象，項目名稱爲：demo 

$search = $xs->search; // 獲取 搜索對象

//搜索語句

$query = '項目測試'; // 這裏的搜索語句很簡單，就一個短語 

$search->setQuery($query); // 設置搜索語句

$search->addWeight('subject', 'xunsearch'); // 增長附加條件：提高標題中包含 'xunsearch' 的記錄的權重

$search->setLimit(5, 10); // 設置返回結果最多爲 5 條，並跳過前 10 條

$docs = $search->search(); // 執行搜索，將搜索結果文檔保存在 $docs 數組中

$count = $search->count(); // 獲取搜索結果的匹配總數估算值

 

8、xunsearch原理說明

當你安裝完xunsearch以後，會有兩個(服務)軟件啓動

1. 索引服務或者說索引服務器（是創建在xapian核心上的），而後它會監聽一個端口，他負責維護索引文件或者說索引表(索引的增，刪);
2. 搜索服務或者說搜索服務器(scws分詞器核心上)，它也會監聽一個端口，他負責根據客戶提交過來的數據的 進行分詞，到索引表中查詢獲得相關數據的id(這裏的id是主鍵索引),而後再到數據庫中查詢，而後返回結果集。
3. 知道他的原理以後，程序員怎麼按照上面的發送命令呢，即xunsearch提供的php sdk,咱們程序員只要根據sdk中api就能夠了，因此開發就簡單了。
4. 官網架構截圖
   
5. 補衝說明：通過本人測試發現，xunsearch與sphinx原理上略有不一樣，xunsearch固然在建立索引時，其實他是建立了一個本身的數據庫， 若是你用xunsearch去查尋數據時，他不會再到你的mysql數據庫中去查尋了，而是直接到它自己的數據庫中去查尋，而後返回數據，而sphinx 不是這樣的，sphinx建立一些索引文件（索引表），而後經過sphinx去查尋數據時，首先他到索引文件查尋數據，而後返回的是當前要查尋數據的 id（這裏id是主鍵），而後再經過id去到mysql數據中查尋數據，而後再返回給數據。

 

9、xunsearch與sphinx的比較

 

9.一、共同點：

二者均可以基於MySQL，都是基於C/C++開發的。Xunsearch是國內開源團隊基於國外的Xapian，全部有些是直接基於Xapian和Sphinx的比較。

 

9.二、區別：

9.2.一、單一索引最大記錄：Sphinx: 1億條記錄

創建索引的速度：

Sphinx: 100萬條記錄/3～4分鐘，1000玩條記錄/50分鐘內

Xunsearch: 1萬條距離/4.14分鐘

 

9.2.二、 查詢速度：

Sphinx: 1千萬條記錄下爲0.x秒（毫秒級）

Xunsearch: 100萬條記錄爲0.5秒

 

9.2.三、分佈式搜索：

Sphinx: 支持

Xunsearch: 未發現相關文檔

 

9.2.四、對中文支持：

Xunsearch > Sphinx，Xunsearch支持拼音搜索

 

9.2.五、使用簡單化：

Xunsearch > Sphinx