深入探索：Windows+Rails+Sphinx进行中文全文检索

最新推荐文章于 2024-06-22 09:33:14 发布

blogkid

最新推荐文章于 2024-06-22 09:33:14 发布

阅读量170

点赞数

分类专栏： rails 文章标签：全文检索 Windows Rails Linux SVN

rails 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

原发 blogkid.cn

先说点题外话，以后大家买独立服务器的时候，还是买linux的吧。如今这么活跃的开源社区为linux贡献了好多柴火，而相应的软件在windows实在发展得缓慢。要是我当初买了linux服务器，以前和现在都能少许多烦恼，今天的“深入探索”，根本就用不着。

事情是这样的，我手头的一个项目里，打算用rmmseg+ferret+acts_as_ferret搭配起来做全文检索。一直也相安无事，直到我今天决定放到生产环境试试看。这一试不要紧，发现DRB服务器启动不起来，提示的是”fork() funtion is unimplemented on this machine”。windows上哪里有fork啊，我顿时欲哭无泪。如果不用DRB的话，就也不能用acts_as_ferret了（原因请看 robbin的这个帖子）。

恩，这时我并没有灰心，因为我在前几天看到了另一个解决方案，用的是sphinx，狮身人面。其中有windows版本的安装：

在Windows上安装
在Windows上为Sphinx打补丁、编译、连接libmmseg要比在Linux上做这些事情麻烦得多，而且大多数Windows上的开发人员都没有自己编译开源软件的习惯，幸好李沫南已经做了一个安装包：
http://www.coreseek.com/ft/csft_setup_2.5.1.exe
执行这个安装包即可安装Coreseek的Windows版，假设将Coreseek安装在D:\CsFullText25
将D:\CsFullText25\bin加入到环境变量PATH中，以便以后在命令行能够找到Sphinx提供的各种工具。

安装Ultrasphinx
Sphinx在Linux和Windows上都已经安装好了，我们可以通过一个Rails程序来做一下测试。
假设我们原先有一个Rails应用thought_log
cd thought_log
ruby script/plugin install -x svn://rubyforge.org/var/svn/fauna/ultrasphinx/trunk
若这个Rails应用尚未提交到SVN中，或者使用其他版本管理工具，则使用
ruby script/plugin install svn://rubyforge.org/var/svn/fauna/ultrasphinx/trunk
注意，执行这条命令前需要先安装好SVN for Windows（不是TortoiseSVN）。

当我按部就班执行到红色的那一步，命令行里提示我该svn不存在。我直接打开，也是404错误。这个最重要的rails插件，在我要安装的时候，居然消失了。

百般无奈，只好放一放，出去打个电话。电话回来，突然有了灵感，尝试用”gem install ultrasphinx”，居然安装成功了，不过是作为gem。没关系，我跑到gems目录下，找到ultrasphinx的文件夹，整个复制到 rails项目的vendor下面，同时把文件夹改名为ultrasphinx。

果然，gem安装的ultrasphinx就是那个消失的rails插件，不晓得为啥从插件变身gem了。但是探索还没有结束：

为了在Windows上正常使用Ultrasphinx，需要为Ultrasphinx打一点补丁：
修改vendor/plugins/ultrasphinx/tasks/ultrasphinx.rake

在文件最后加入：
def os_path path
if RUBY_PLATFORM =~ /mswin32/
path.gsub!(’/', ‘\\’)
end
path
end

然后将其中的：
“searchd –config ‘#{Ultrasphinx::CONF_PATH}’”
改为：
“searchd –config \”#{os_path(Ultrasphinx::CONF_PATH)}\”"

这样修改的原因是类似以下的写法：
searchd –config ‘D:/WORK/thought_log/config/ultrasphinx/development.conf’
在Windows上是无法正常运行的，必须改为：
searchd –config “D:\WORK\thought_log\config\ultrasphinx\development.conf”

除了例子中对searchd的调用，在ultrasphinx.rake文件中所有执行命令行调用的地方都需要做这样的修改。

看出来了吧，需要这么打补丁，是因为人家ultrasphinx根本就是为linux做的。想在windows上跑起来，要做的远远不止这些。

经过我的不断尝试，发现在ultraphinx.rake中，所有涉及到system调用的，全部需要重写。使用”kill -9 #{XXXpid}”的地方，我都改成了”task /f /im searchd.exe”，这样可以确保在使用”rake ultrasphinx:daemon:stop”时能杀掉伺服的进程。但是另一个函数”ultrasphinx_daemon_running?”是通过linux的ps命令查看进程是否存活，我不知道怎么修改，就干脆屏蔽了它，不知道会不会带来别的后果。

在经历大量修改之后，运行”rake ultrasphinx:index”终于可以正常地生成索引了，速度那叫一个快。

运行”rake ultrasphinx:daemon:start”也可以正常启动伺服器，Oh Yeah!

sphinx+ultrasphinx+libmmseg终于可以正常工作了。我把自己修改之后的ultrasphinx在GoogleCode开了一个project，如果大家需要，可以在http://code.google.com/p/ultrasphinx-win32/ 获得，配合这篇文章，相信，可以让你少走很多弯路。