coreseek搜索系统建立指南

最新推荐文章于 2021-02-17 22:39:42 发布

csdn265

最新推荐文章于 2021-02-17 22:39:42 发布

阅读量276

点赞数

分类专栏： ES Sphinx Solr

ES Sphinx Solr 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

以下使用MySQL数据源进行说明，其他系统可以参考配置。关于MySQL数据源的具体配置，可以查看： MySQL数据源配置说明

第一步：安装

　　安装coreseek请参考： BSD、Linux、Windows系统安装测试说明文档；

　　安装后，请确保安装测试说明文档中的各项测试都可以通过，以便coreseek做好准备，为你服务！

第二步：配置：

　　在BSD/Linux安装包的testpack/etc目录下，放置了演示的配置文件；

　　在Windows安装包的etc目录下，也放置了演示的配置文件；

　　如果是mysql数据库，可以将csft_mysql.conf拷贝为自己的配置文件，然后进行修改！其他数据库可以参考python数据源；

　　要查看配置的细节，可以访问 Coreseek/Sphinx(0.9)中文手册了解详情和具体的配置参数。

　　配置文件的核心，为source和index配置，两者是成对出现的；如果需要设置针对多种情况或者多个数据表的索引，则可针对每一个编写对应的source和index配置；

　　source表示从何处取得原始数据，也就是数据源；index表示取得数据后如何索引；

　　source配置中，请确保可以使用给出的数据库服务器地址、用户、密码连接到对应的数据库，执行获取数据的SQL语句可以得到数据；否则coreseek无法得到数据，也就无法提供服务了。

　　一般情况下，sql_query给出读取数据的SQL语句，第一列为自增的ID字段，然后可以包括字符串字段，整数数值字段；整数数值字段需要在后面使用sql_attr_uint明确标注，有多个则分别标注即可。

　　index配置中，需要注意修改path参数，确保不与其他的搜索服务发生冲突；最后的search的配置中，也要修改对应的路径参数和端口参数，以防止冲突发生；

第三步：测试

　　首先，索引：使用bin目录下的indexer，执行：indexer -c 配置文件的路径 index名称

# /usr/local/coreseek/bin/indexer -c etc/csft.conf --all    ##--all表示全部索引
##Windows下面为bin\indexer -c etc\csft.conf --all
##以下为正常索引全部数据时的提示信息：部分数据信息根据实际数据情况变化
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc/csft.conf'...
    indexing index '索引名称'...
    collected 3 docs, 0.0 MB
    sorted 0.0 Mhits, 100.0% done
    total 3 docs, 7585 bytes
    total 0.075 sec, 101043 bytes/sec, 39.96 docs/sec
    total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg
    total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg

　　如果出现以上对应的提示，则表示配置正确，可以正常索引;

　　随后，启动搜索：使用bin目录下的searchd，执行：searchd -c 配置文件的路径 --console

# /usr/local/coreseek/bin/searchd -c etc/csft.conf --console
##Windows下面为bin\searchd -c etc\csft.conf --console
##以下为正常开启搜索服务时的提示信息：其中的port可以在配置文件中修改
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

    using config file 'etc/csft.conf'...
    listening on all interfaces, port=9312

　　如要继续测试搜索功能，请不要停止searchd，否则其他程序将无法连接到搜索服务端

　　BSD/Linux环境下，测试成功后：

　　　　如要后台运行服务，则使用：searchd -c 配置文件的路径，将searchd作为后台服务运行；

　　　　如果要停止后台服务，则使用：searchd -c 配置文件的路径 --stop；

　　　　如果要更新后台服务的索引，则使用：indexer -c 配置文件的路径 index名称

　　然后，可以参考安装测试说明文档使用bin目录下的search进行测试，检查搜索是否可以正常进行；

　　如果要将搜索结果应用到自己的程序之中，请使用api目录下对应的api接口测试。PHP接口的测试如下：

//注意文件的编码格式需要保存为为UTF-8格式
require ( "sphinxapi.php" );

$cl = new SphinxClient ();
$cl->SetServer ( '127.0.0.1', 9312);
//以下设置用于返回数组形式的结果
$cl->SetArrayResult ( true );

/*
//ID的过滤
$cl->SetIDRange(3,4);

//sql_attr_uint等类型的属性字段，需要使用setFilter过滤，类似SQL的WHERE group_id=2
$cl->setFilter('group_id',array(2));

//sql_attr_uint等类型的属性字段，也可以设置过滤范围，类似SQL的WHERE group_id2>=6 AND group_id2<=8
$cl->SetFilterRange('group_id2',6,8);
*/

//取从头开始的前20条数据，0,20类似SQl语句的LIMIT 0,20
$cl->SetLimits(0,20);

//在做索引时，没有进行 sql_attr_类型 设置的字段，可以作为“搜索字符串”，进行全文搜索
$res = $cl->Query ( '搜索字符串', "*" );    //"*"表示在所有索引里面同时搜索，"索引名称（例如test或者test,test2）"则表示搜索指定的

//如果需要搜索指定全文字段的内容，可以使用扩展匹配模式：
//$cl->SetMatchMode(SPH_MATCH_EXTENDED);
//$res=cl->Query( '@title (测试)' , "*");
//$res=cl->Query( '@title (测试) @content ('网络')' , "*");


echo '<pre>';
print_r($res['matches']);
print_r($res);
print_r($cl->GetLastError());
print_r($cl->GetLastWarning());
echo '</pre>';

　　返回结果之中（可见本页面最后的”搜索结果示例“），将包含match和word部分，match部分表示搜索到的结果，word部分表示搜索字符串的切分结果，total表示搜索到的结果总数；

　　如果total为0，可以print_r($cl)查看搜索服务器是否返回了错误提示信息，或者检查搜索字符串是否真的可以匹配信息。

　　match之中，包含了获取到的数据的ID信息，以及所包含的整数字段的属性信息，根据ID信息，可以从数据库之中，取到对应的原始数据的信息，以供页面显示或者其他程序使用；

MySQL读取示例：

SELECT * FROM 数据表 WHERE ID IN(id1,id2,id3...,idn) ORDER BY FIND_IN_SET(ID,"id1,id2,id3...,idn")

　　具体的搜索API，还包括排序、过滤等，可以访问 Coreseek/Sphinx(0.9)中文手册了解API详情和具体的使用方式。

　　然后，你就可以在你的其他用用之中，包含以上的代码，并根据自己的需要，将用户或者其他代码传递的参数应用到搜索上面来，并根据返回的结果获取对应的数据进行显示或者处理！

搜索结果示例：

Array
(
    [error] =>                             【本次查询的错误信息】
    [warning] => 
    [status] => 0
    [fields] => Array
        (
            [0] => title
            [1] => content
        )

    [attrs] => Array
        (
            [published] => 2
            [author_id] => 1
            [a] => 1
        )

    [matches] => Array                  【匹配到的文档信息】
        (
            [0] => Array
                (
                    [id] => 3                 【文档的ID】
                    [weight] => 1680
                    [attrs] => Array
                        (
                            [published] => 1270094460
                            [author_id] => 2
                            [a] => 0
                        )

                )

        )

    [total] => 1                              【本次查询返回的结果数目，例如翻页等使用】
    [total_found] => 1                     【整个系统包含的结果数目】
    [time] => 0.136                         【查询使用的时间】
    [words] => Array                      【分词结果】
        (
            [服务器] => Array
                (
                    [docs] => 1              【该词汇匹配到的文档数目】
                    [hits] => 1               【该词汇出现的次数】
                )

        )

)