coreseek实战(一)：windows下coreseek的安装与测试

coreseek实战(一)：windows下coreseek的安装与测试

 

网上关于 coreseek 在 windows 下安装与使用的教程有很多，官方也有详细的教程，这里我也只是按着官方提供的教程详细的动手操作一遍，加深印象。官方页面见：http://www.coreseek.cn/products-install/install_on_windows/

第一步：下载coreseek 3.2.14 for windows，并安装

1、下载后解压得到源程序目录 coreseek-3.2.14-win32 ，文件夹重命名一下，简单一些，命名为 coreseek；

2、将 coreseek 文件夹移动到 d:\www\ 下（根据你个人爱好，放哪都可以）；

3、“开始”——>“运行”——>输入cmd，打开命令行窗口——>执行 "d: 回车"——>执行 "cd www\coreseek\"，进入到 coreseek目录下；

4、执行 "set PATH=%CD%\bin;%PATH%"。设置path，目的是为了能够调用bin目录下的 cat.exe、iconv.exe 等；

5、将 searchd 安装成为一个服务。执行 "bin\searchd --install --config d:/www/coreseek/etc/csft_mysql.conf"，安装成功后命令行窗口会提示" services searchd installed successfully"。注意两点：

（1）、win7下命令行窗口需要以管理员身份运行，否则会出现”fatal openscmanager“错误而无法安装

（2）、如果不把 searchd 安装成为服务，那每次使用 coreseek 全文搜索，都得在命令行窗口打开 searchd 服务且不可关闭或停止（命令行窗口不需要开启，使用api接口时需要）

-----第5点2013.2.7号修正，以上为错误的------

首先，需要配置好 index索引后，才可以安装成为一个服务，所以，这点放在这是错误的；

其次，是补充一点，无法正常安装，或安装后启动该服务时出现1067错误，很有可能是路径问题：一是需要注意数据源配置文件里全部使用绝对路径；二是上面的 install命令，也需要使用绝对路径，而且路径用 '/' ，不能是 '\'。

第二步：mysql数据源的配置与创建索引文件

1、配置 mysql 数据源及测试（在 coreseek\etc\csft_mysql.conf 文件）

说明：这里我没有使用 coreseek 自带的document.sql，而是使用了 我自己本身已有的一个数据库数据，关于 csft_mysql.conf 配置文件中的各个配置项，我们在后面的文章中会做测试与学习，具体参考官方 coreseek 3.2 / sphinx 0.9.9 中文手册。

#MySQL数据源配置，详情请查看：http://www.coreseek.cn/products-install/mysql/
#请先将var/test/documents.sql导入数据库，并配置好以下的MySQL用户密码数据库

#源定义
source weibo
{
    type               = mysql
    sql_host           = localhost
    sql_user           = root
    sql_pass           = 123456
    sql_db             = weibo
    sql_port           = 3306
    sql_query_pre      = SET NAMES utf8

    sql_query          = SELECT id, title, content FROM weibo        #sql_query第一列id需为整数
                                                                    #title、content作为字符串/文本字段，被全文索引
    sql_attr_uint           = group_id                #从SQL读取到的值必须为整数
    sql_attr_timestamp      = date_added            #从SQL读取到的值必须为整数，作为时间属性

    sql_query_info_pre      = SET NAMES utf8        #命令行查询时，设置正确的字符集
    sql_query_info          = SELECT * FROM documents WHERE id=$id        #命令行查询时，从数据库读取原始数据信息
}

#index定义
index weibo
{
    source            = weibo             #对应的source名称
    path            = var/data/mysql    #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

    #中文分词配置，详情请查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
    #charset_dictpath    = /usr/local/mmseg3/etc/     #BSD、Linux环境下设置，/符号结尾
    charset_dictpath    = d:/www/coreseek/etc/        #Windows环境下设置，/符号结尾，最好给出绝对路径，例如：C:/usr/local/coreseek/etc/...
    charset_type        = zh_cn.utf-8
}

#全局index定义
indexer
{
    mem_limit            = 128M
}

#searchd服务定义
searchd
{
    listen              =   9312
    read_timeout        = 5
    max_children        = 30
    max_matches         = 1000
    seamless_rotate     = 0
    preopen_indexes     = 0
    unlink_old          = 1
    pid_file = var/log/searchd_mysql.pid  #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
    log = var/log/searchd_mysql.log        #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
    query_log = var/log/query_mysql.log #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
}

2、创建索引

在命令行窗口下执行 " bin\indexer -c etc\csft_mysql.conf weibo"，即：创建名为weibo的数据源的索引。如果需要创建 csft_mysql.conf 配置文件中的所有索引，刚使用 --all 替代 weibo。

D:\www\coreseek>bin\indexer -c etc\csft_mysql.conf weibo
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2011,
Beijing Choice Software Technologies Inc (http://www.coreseek

 using config file 'etc\csft_mysql.conf'...
indexing index 'weibo'...
collected 8 docs, 0.0 MB
sorted 0.0 Mhits, 100.0% done
total 8 docs, 1381 bytes
total 0.188 sec, 7319 bytes/sec, 42.40 docs/sec
total 2 reads, 0.000 sec, 1.2 kb/call avg, 0.0 msec/call avg
total 7 writes, 0.000 sec, 0.9 kb/call avg, 0.1 msec/call avg

此时，在 coreseek\var\data 下发现，生成6个文件。

第三步：数据测试（命令行下不需要开启 searchd 服务）

1、测试搜索中文。命令 为“ echo 搜索的词 | iconv -f gbk -t utf-8 | search -c etc\csft_mysql.conf --stdin | iconv -f utf-8 -t gbk ”

D:\www\coreseek>echo 生意 | iconv -f gbk -t utf-8 | search -c etc\csft_mysql.con
f --stdin | iconv -f utf-8 -t gbk
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2011,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

 using config file 'etc\csft_mysql.conf'...
index 'weibo': query '生意
': returned 1 matches of 1 total in 0.013 sec

displaying matches:
1. document=2, weight=1, hit=22, dates=Thu Jan 01 08:33:32 1970
        id=2
        title=队照排货照炒 百度生意照做
        content=他还告诉记者，如果顾客在他们店购买iPhone5，iPhone4S的回收价格可
以再往上浮动300元左右，记者随后咨询了另外几家手机店，发现回收价格基本在1500元至2
000元之间
        hit=22
        dates=2012-10-01

words:
1. '生意': 1 documents, 1 hits

2、搜索英文，出现乱码是正常的。命令为” bin\search -c etc\csft_mysql.conf 搜索词“

D:\www\coreseek>bin\search -c etc\csft_mysql.conf emall
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2011,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

 using config file 'etc\csft_mysql.conf'...
index 'weibo': query 'emall ': returned 2 matches of 2 total in 0.013 sec

displaying matches:
1. document=8, weight=2, hit=0, dates=Thu Jan 01 08:33:32 1970
        id=8
        title=emall鐢靛瓙鍟嗗煄
        content=绁濊春emall鍟嗗煄鎴愮珛
        hit=0
        dates=2012-12-01
2. document=9, weight=2, hit=0, dates=Thu Jan 01 08:33:32 1970
        id=9
        title=emall鐢靛瓙鍟嗗煄
        content=绁濊春emall鍟嗗煄鎴愮珛
        hit=0
        dates=2012-12-01

words:
1. 'emall': 2 documents, 4 hits

补充说明（重点）：测试中可能会出现以下两个问题。

1、搜索中文时，出现 iconv 不是内部或外部命令。解决办法：运行一下 "set PATH=%CD%\bin;%PATH%"，即可解决；

2、搜索中文时，很多明明是词语，但却被拆分成单个字。解决办法：需要使用同义词\复合词才能搞定，见官方教程mmseg 同义词/复合分词处理。