Sphinx增量索引

在Sphinx+LibMMSeg搭建中文全文搜索引擎_安装配置中安装试验了Sphinx 的使用，但是还有几方面的问题有待处理。

1. 用来建立索引的分词数据
2. 动态增量索引更新
3. 索引在前端的界面的表现使用

本篇主要是对动态增量更新的一些研究。关于分词数据的建立和前端界面的控制将在以后研究。

在利用 Sphinx 做搜索引擎的时候，一般他的索引建立构成有如下几个部分：

1. 固定不变的主索引
2. 增量索引重建
3. 索引数据合并

在实际操作中，需要为增量索引的建立创建辅助表，这样才可以记住最后建立索引的记录ID,做实际的增量部分的索引建立。

1、创建辅助表
CREATE TABLE `sph_counter` (
 `counter_id` int(11) NOT NULL,
 `max_doc_id` int(11) NOT NULL,
 PRIMARY KEY (`counter_id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8

2、在主索引的数据源中作如下方式的取数据设置
#源定义
source mysql
{
   type                  = mysql
   sql_host              = localhost
   sql_user              = root
   sql_pass              = root
   sql_db                = test
   sql_port              = 3306

   sql_query_pre         = SET NAMES utf8
   sql_query_pre         = SET SESSION query_cache_type=OFF
   sql_query_pre         = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents

   sql_query             = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content FROM documents WHERE id<=(SELECT max_doc_id FROM sph_counter WHERE counter_id=1)

   sql_attr_uint         = group_id
   sql_attr_timestamp    = date_added
   sql_query_info        = SELECT * FROM documents WHERE id=$id
}

3、在增量索引的数据源中作如下方式的取数据设置，需要注意的是sql_query_pre要和主索引数量相同，不然查询结果不是想要的内容
#增量索引 源定义
source delta:mysql{
   sql_query_pre         = SET NAMES utf8
   sql_query_pre         = SET SESSION query_cache_type=OFF
   sql_query_pre         =
   sql_query             = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content FROM documents WHERE id>(SELECT max_doc_id FROM sph_counter WHERE counter_id=1)
}

4、主索引index定义配置如下
#index定义
index mysql
{
   source          = mysql             #对应的source名称
   path            = /usr/local/coreseek/var/data/ #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/…
   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 = etc/
   charset_type      = zh_cn.utf-8
}

5、增量索引index定义配置如下
#增量索引 index定义
index delta:mysql{
   source          = delta
   path            = /usr/local/coreseek/var/data/delta/
   charset_dictpath = /usr/local/mmseg3/etc/
   charset_type    = zh_cn.utf-8
}

6、创建更新所有索引
$sudo /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/dict/csft_mysql.conf –all –rotate
如果配置正确的话，现在辅助表sph_counter中已经添加了一条数据

7、更新增量索引
$sudo /usr/local/coreseek/bin/indexer delta -c /usr/local/coreseek/dict/csft_mysql.conf –rotate

8、合并增量索引到主索引
$sudo /usr/local/coreseek/bin/indexer –merge -c /usr/local/coreseek/dict/csft_mysql.conf –rotate

9、启动sphinx的守护进程searchd
$sudo /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/dict/csft_mysql.conf