Coreseek 4.1 win32設置

mysql自帶有fulltext索引，可是隻限於英文字符，若是咱們要對含有中文的大文本進行全文模糊索引，自帶的 concat（）like。。 是知足不了咱們的速度需求的， 特別是當咱們擁有大量數據，同時須要進行全文模糊索引的時候，若是隻是使用like ，10W條的數據搜索時間就有15S！這是絕對不能容忍的，因此這個時侯就能夠考慮使用 coreseek，Coreseek是一款基於Sphinx的開源檢索引擎,支持Tb級的全文數據索引,專門爲中文用戶提供免費開源的中文全文檢索系統.具體軟件能夠到http://www.coreseek.cn/下載，本次主要是記錄一下coreseek的簡單設置。

一：下載

首先下載coreseek-4.1 win32版本的解壓包，解壓到隨便一個盤符的目錄下面

二：修改配置文件

在 X：\....\coreseek-4.1-win32\etc 文件夾下面是一些數據源的配置文件參考信息，這次在這裏只說配置mysql數據源的。

首先複製一份 csft_mysql.conf 並重命名爲（隨意）.conf  這裏命名爲 mysql.conf作參考.

打開mysql.conf ，

在源定義裏配置源的位置和類型

source mysql
{
    type                    = mysql

    sql_host                = localhost
    sql_user                = root
    sql_pass                = 
    sql_db                    = test
    sql_port                = 3306
    sql_query_pre            = SET NAMES utf8

    sql_query                = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content FROM documents
                                                              #sql_query第一列id需爲整數
                                                              #title、content做爲字符串/文本字段，被全文索引
    sql_attr_uint            = group_id           #從SQL讀取到的值必須爲整數
    sql_attr_timestamp        = date_added #從SQL讀取到的值必須爲整數，做爲時間屬性

    sql_query_info_pre      = SET NAMES utf8                                        #命令行查詢時，設置正確的字符集
    sql_query_info            = SELECT * FROM documents WHERE id=$id #命令行查詢時，從數據庫讀取原始數據信息
}

source mysql： 數據源名稱，可自定義

type：數據類型，在這裏爲mysql設置爲數據來源

sql_host  ： 登錄數據庫的主機設置 默認localhost

sql_user                = root     mysql用戶的登錄名
sql_pass                =          mysql登錄密碼
sql_db                  = test     數據來源庫
sql_port                = 3306     mysql監聽端口
sql_query_pre           = SET NAMES utf8  設置編碼類型 相似於 query('set names utf8')；

sql_query  ：設置查詢語句

sql_attr_uint ：設置某些爲整數的字段（可用於過濾）

sql_attr_timestamp: 從sql讀到的數據必須爲整數且爲時間屬性

sql_query_info_pre：SET NAMES utf8#命令行查詢時，設置正確的字符集

sql_query_info ：命令行查詢時，從數據庫讀取原始數據信息

上面的主要是設置mysql登錄信息和查詢語句

下面來設置索引

#index定義
index mysql
{
    source            = mysql             #對應的source名稱
    path            = var/data/mysql #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
    docinfo            = extern
    mlock            = 0
    morphology        = none
    min_word_len        = 1
    html_strip                = 0

    #中文分詞配置，詳情請查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
    #charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux環境下設置，/符號結尾
    charset_dictpath = etc/                             #Windows環境下設置，/符號結尾，最好給出絕對路徑，例如：C:/usr/local/coreseek/etc/...
    charset_type        = zh_cn.utf-8
}

index mysql：索引名稱
source            = mysql             #對應的source名稱 上面的爲mysql
path            = var/data/    

下面來設置分詞

#中文分詞配置，詳情請查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
    #charset_dictpath = /usr/local/mmseg3/etc/ #分詞詞典路徑，BSD、Linux環境下設置，/符號結尾 
    charset_dictpath = etc/   #Windows環境下設置，/符號結尾，最好給出絕對路徑，例如：C:/usr/local/coreseek/etc/...
    charset_type        = zh_cn.utf-8

可是自帶的詞典分詞能力有限，能夠根據本身的需求來定製合適的分詞詞典或者使用一元分詞法（不然coreseek查詢單字的內容有時會比查詢詞組的詞少）

一元分詞法：注：索引會變大

#中文分詞配置，詳情請查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
    #charset_dictpath = C:/usr/local/mmseg3/etc/ #BSD、Linux環境下設置，/符號結尾
    #charset_dictpath = C:/usr/local/coreseek-4.1-win32/etc/                             #Windows環境下設置，/符號結尾，最好給出絕對路徑，例如：C:/usr/local/coreseek/etc/...
    #charset_type        = zh_cn.utf-8
    #----------一元切分---------
    #charset_dictpath		= /usr/local/mmseg3/etc/
      charset_type  = utf-8
      #min_prefix_len=1  //英文一元分詞設置（默認是沒有的 須要加上）
     min_infix_len=1   #設置查詢字母前綴，例如 *ab 則ab爲2個字符 須要設置爲2 單個 a 或者b則不查詢
      enable_star = 1   #容許使用*號進行字母查詢，若是須要使用 相似 *c* 查詢 abc bc ac c 等 必需要開啓
    
  ngram_len = 1
    //下面是中文一元分詞設置。
 ngram_chars = U+4E00..U+9FBF, U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF,\
						U+2F800..U+2FA1F, U+2E80..U+2EFF, U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF,\
						U+3040..U+309F, U+30A0..U+30FF, U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF,\
						U+3130..U+318F, U+A000..U+A48F, U+A490..U+A4CF	
    charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,\
						A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,\
						U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101,\
						U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,\
						U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,\
						U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, \
						U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D,\
						U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, \
						U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, \
						U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, \
						U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, \
						U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, \
						U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159,\
						U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, \
						U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, \
						U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, \
						U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+0175,\
						U+0175,U+0176->U+0177, U+0177, U+0178->U+00FF, U+00FF, U+0179->U+017A, U+017A, \
						U+017B->U+017C,U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, \
						U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, \
						U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, \
						U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, \
						U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, \
						U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, \
						U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, \
						U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, \
						U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, \
						U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, \
						U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, \
						U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, \
						U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, \
						U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, \
						U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, \
						U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, \
						U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, \
						U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, \
						U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, \
						U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF 
}

其餘設置

#全局index定義
indexer
{
    mem_limit            = 128M
}

#searchd服務定義
searchd
{
    listen                  =   9312
    read_timeout        = 5
    max_children        = 30
    max_matches            = 1000
    seamless_rotate        = 0
    preopen_indexes        = 0
    unlink_old            = 1
    pid_file =C:/usr/local/coreseek-4.1-win32/var/log/searchd_mysql.pid  #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
    log = C:/usr/local/coreseek-4.1-win32/var/log/searchd_mysql.log        #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
    query_log = C:/usr/local/coreseek-4.1-win32/var/log/query_mysql.log #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
}

主要是設置好路徑就ok