开源搜索引擎HubbleDotNet图解之基础使用

开源搜索引擎HubbleDotNet图解之基础使用

一、HubbleDotNet简介

二、HubbleDotNet的下载安装以及升级

三、HubbleDotNet的使用

四、HubbleDotNet的常见问题及解决方法

 

一、HubbleDotNet简介

HubbleDotNet是基于.net平台下开发的一款免费的数据库全文搜索引擎，为开源项目（开源协议是Apache2.0）。作者eaglet（肖波）有10多年的底层开发经验，非常熟悉Lucene等搜索引擎架构，曾开发过多款Lucene.net平台下的中文分词组件如大名鼎鼎的盘古分词。其HubbleDotNet项目经过两年多的潜心开发，目前最新版本是0.9.5.0，别看版本号小，但已非常完善了。

目前的一些主流数据库都提供了FullText Search（全文搜索）功能，但其全文搜索的功能相对较弱，对于中文的搜索效果不理想，无法很好的满足实际应用需要，而一些全文搜索组件，比如比较著名的Lucene，则只提供了全文搜索功能，而缺乏和关系数据库的关联，且Lucene.net的索引文件的更新和维护很不方便，删除+重新添加=更新的索引修改方式非常糟糕。HubbleDotNet是集全文搜索和关系查询于一体的新型“数据库”系统，用户可以方便的通过SQL语句对Hubble的“数据库”（即索引库）进行全文搜索或关系查询甚至全文+关系的查询。

如何您对数据库自带的全文搜索功能不满意或对Lucene.net的索引维护感到力不从心的时候，您真的应该尝试使用HubbleDotNet来构建您的全文搜索。

二、HubbleDotNet的下载安装以及升级

写稿时HubbleDotNet项目网站上提供正式安装版是0.8.3.0的，需要另外下载的最新版（如0.9.5.0）的项目源文件，本地编译一下获取最新组件，覆盖到0.8.3.0的安装目录下完成升级。

项目网址：http://hubbledotnet.codeplex.com/（不要以为是英文的就是老外的东东哦，^_^）

0.8.3的安装程序下载地址：http://hubbledotnet.codeplex.com/releases/view/44680

目前最新的0.9.5的源文件下载地址：http://hubbledotnet.codeplex.com/SourceControl/list/changesets

安装步骤：

（一）下载HubbleDotNet0.8.3

（二）安装HubbleDotNet0.8.3

获取Key的注册地址为：http://www.hubbledotnet.com/key.aspx

获取Key只要输入一个电子邮箱和姓名，Key就会即时发送到您的邮箱——作者只为统计使用人数而已。邮箱推荐使用google的或qq的，收信速度很快，163邮箱的我等了好久都没收到:(

然后是常规的选择安装目录一路Next就可以了。

（三）安装完成后可以先打开Hubble.net的控制台看一下，控制台界面非常简洁。

（先弹出Connect to Server对话框输入127.0.0.1即可）

是不是有点像SqlServer数据库的管理器啊，呵呵，左边区域显示的就是Hubble的“数据库”，你以后就在那里进行添加管理HubbleDotnet“数据库”的（嗯，其实就是索引库了，类似Lucene.net的索引文件，Hubble的将索引文件以库-表的结构形象的在控制台展示出来方便操作；右上Execute区域是SQL命令输入区，右下Results为搜索结果显示区。

（四）升级HubbleDotNet到最新版本

1.下载HubbleDotNet最新项目源代码程序回来自己编译得到编译组件。

2.停止本机上Hubble.net服务（hubble装上后就在本机上注册一个系统服务了，服务名就叫Hubble.net）

3.覆盖最新版的编译组件到0.8.3.0的安装目录的Default子目录下

4.重新启动本机Hubble.net服务
下面是各个步骤的图解：

打开http://hubbledotnet.codeplex.com/SourceControl/list/changesets去下载最新的Source Code

解压缩后进入HubbleDotNet-xxxx/C#/src/目录下使用vs2008打开解决方案Hubble.Net.sln

使用vs2008打开后将解决方案的编译模式从Debug模式改为Release模式，生成解决方案后，会在HubbleDotNet-xxxx/C#/Bin/目录得到最新组件的编译结果，全部拷贝到刚才0.8.3.0的安装目录的Default子目录下覆盖即可（先停止系统的Hubble.net服务）

升级后别忘了重新开启系统Hubble.net服务。打开HubbleDotNet控制台，点击菜单Help—》About查看最新的版本Hubble版本号检查升级是否成功。

三、HubbleNet的使用

（一）在控制台中操作

1.创建Hubble数据库（索引库）

现在我机上装的是SqlServer2008，里面事先已有一存储大量新闻的数据库News（如下图），现在我要新建一个Hubble索引库与这个News数据库绑定以便全文搜索

下面开始了：

打开HubbleDotNet控制台程序，右键点击根节点，选择CreateDatabase(新建数据库）菜单

弹出新建索引库对话窗口

Database Name（索引库名称）：填写您要新建的Hubble库的名称（可以和SqlServer系统中数据库名相同也可以不同）如：HubbleNews

Default Index Folder（索引存储目录路径）：在这里填写新建的Hubble索引库的存放位置，如d:TestHubbleNews

Default DB Apapter（数据库适配器）：在这里选择你机器上的数据库系统类型，有SQLSERVER2000、SQLSERVER2005、Oracle8i三种可选，看你机上装的是哪种数据库系统选择不同的适配器。（注：SQLSERVER2005适配器适用于微软SqlServer2005及其以后的数据库系统) 

Default DB Connection String（数据库连接字符串）：连接到你机上数据库系统的数据库连接字符串，如：Data Source=(local);Initial Catalog=News;User ID=xxx;Password=xxx

点击Test DB Connection String（测试数据库连接）按钮看看Hubble系统能否正确连接到数据库系统，弹出Connection Successful!信息表示连接成功，否则出现错误信息。

最后点击Create按钮就创建Hubble库了，Refresh刷新一下就能看到，这样这个新建的Hubble索引库HubbleNews与数据库News就算是绑定了。（这里要注意Hubble索引库有时候大家也称作“数据库”，不要和真正的SqlServer数据库概念搞混了）。

好了，刚才建立的Hubble索引库内还没有任何内容，接下来就要对该索引库里面添加Hubble的“表”，这个“Hubble表”与数据库的表又是什么关系的，看图边说。

在新建的HubbleNews这个索引库上右键菜单中选择Create Table项

弹出Create Table对话框

 

Table Name（表名）：填写将要新建的Hubble表的名称，因我要和数据库News里的dob.News表绑定，如：hubbleNewsTable

Index Folder（索引文件存储位置）：表的存储目录

DB Adapter（数据库适配器）和DB Connection String（数据库连接字符串）就不再赘述了！ 

最后点击Next按钮即可进入一下对话界面：

接下来在设置IndexMode和IncrementalMode等信息

(1)IndexMode（索引模式）下有两个选择：

Build Index in new table：在这种模式下，新建一张hubble表，你再到SqlServer中看下，数据库中会自动添加一张表，删除这个索引表，数据库中的对应表也自动没有了，这是为什么？这种模式也叫IndexOnly=true模式，数据库是被Hubble主动控制的，我们只要操作Hubble，Hubble自动去操作对应的数据库。（这模式我一般用的少）

Build Index from exist tale:顾名思义，是根据数据库中一张已存在的数据库表来建立索引。这个模式也叫IndexOnly=false模式。若选择此模式，下面会出现Exist Table Name or View Name输入框，要你填写已存在的要将索引的数据库中表名或视图名。此模式符合我当前的要求，因为我就是要为数据库News中的News这张表建立索引的，故我填上数据库中表名News。

(2)IncrementalMode这里主要是选仅是增加索引还是需要增改删的全部功能，这里一般都选择下面的Append,Delete,Update，除非你的记录只增不该，那你就选第一个Append Only。

然后点击Next到下一步

在这里设置索引表的字段和存储类型

默认情况下是它是将该数据库表的所有字段都列出来，当然如果您的数据库表有的字段不参与查询和查询那完全可以移去（选中该字段前面的Checkbox，然后点击Delete按钮即可移去一个字段），这里主要要介绍一下字段的IndexType类型，分三种：

（1）Tokenized即分词索引模式，选择Tokenized后，需要指定后面的分词器Analyzer类型(有英文分词，中文分词，盘古分词）

（2）UnTokenized即不分词但索引的模式：比如日期、数字之类的不需要分词但需要建索引

（3）None表示不分词也不索引，这适合一些字段仅需要对字段值进行存储以便数据查询时提供显示。

别忘记填写ID Fileld：指定哪个字段为自动编号字段（需要在数据库中指定该字段值是自增的）。

点击Next下一步后最后出现Rebuild Table对话框创建索引

点击Rebuild按钮即可对当前索引表内的数据重建索引数据了。

RebuildWholeTable意思是是否对整张表重新建立索引

DocId from意思是从索引编号多少开始建立索引

2.建立Hubble库后进行搜索查询

在控制台中输入SQL语句进行搜索查询，非常方便

查询语法示例：

select * from HubbleNewsTable

select top 10 * from HubbleNewsTable

select * from HubbleNewsTable where Title match '北京天安门'    （模糊搜索标题title）

select * from HubbleNewsTable where Title contains '北京天安门'    （精确搜索标题title）

select  * from HubbleNewsTable where Title contains '北京天安门' and NewsContent match '北京天安门'    （精确搜索标题title同时模糊搜索内容NewsContent）
其他的自己看demo了，当然FSQL和标准的SQL也并不是完全100%一致的，比如这样不行select * from [HubbleNewsTable]

（二）在程序中使用HubbleDotNet

这里大家主要可以参考从HubbleDotNet源码中的Demo了，我贴几段代码大家看了就会明白。

using PanGu;
using Hubble.Framework;
using Hubble.Core;
using Hubble.Analyzer;
using Hubble.SQLClient;

//....添加一个记录到Hubble表中

public static bool InsertIndex(SCH.Model.News News)
        {
            string ConnectionString = ConfigurationManager.AppSettings["ConnectionString"];
            string hubbleSql = "insert hubbleNewsTable ([ID],[title],[newscontent])  values (@ID,@title,@newscontent)";
            int flag=0;
            using (HubbleConnection conn = new HubbleConnection(ConnectionString))
            {
                conn.Open();
                HubbleCommand matchCmd = new HubbleCommand(hubbleSql, conn);
                matchCmd.Parameters.Add("@ID", News.Id);
                matchCmd.Parameters.Add("@title", News.title);
                matchCmd.Parameters.Add("@newscontent", News.newscontent);
                flag = matchCmd.ExecuteNonQuery();
            }
            return (flag > 0) ? true : false;
        }

同理删除用delete语句，修改用Update语句差不多的。

需要提一下：

如果是IndexOnly=false模式下

添加数据：先添加记录到数据库，在添加记录到Hubble索引库。

删除数据：先删除Hubble索引库中记录，在删除数据库中记录。

更新记录：顺序无所谓。

也就是在IndexOnly=false模式下，你要通过程序对两边都要操作。

四、HubbleDotNet的常见问题及解决方法

常见的问题和解决方法可以估计要放到另外一篇文章中继续了，先提供大家eaglet的博客园的小组地址：http://home.cnblogs.com/group/search/
去那里可以找到人家已经问过的许多问题和eaglet本人的解答。