SPHINX做增量索引更新

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<=(SELECTmax_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>(SELECTmax_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