关于sphinx的一点了解

一、什么是sphinx

sphinx是SQL Phrase Index(查询词组索引)的缩写，Sphinx是一个基于sql的全文检索引擎

Sphinx  全文检索引擎

Coreseek 支持中文的全文检索引擎

1.sphinx的机制两部分构成：生成索引＋search索引
2.sphinx索引类型：普通索引＋rt实时索引＋分布式索引

二、sphinx优缺点

优点：1.高速的建立索引（在当代CPU上，可达到10MB/秒）

    2.高性能的搜索

    3、可处理海量数据

    4、提供了优秀的相关度算法，基于短语相似度和统计BM2的复合Ranking方法

     5、支持分布式搜索

     6、提供文档片段（摘要以及高亮）生成功能

     7、可作为MYSQL的存储引擎提供搜索服务

      8、支持布尔、短语、词语相似度等多种检索模式

      9、文档支持多个全文检索字段（最大不超过32个）

缺点：1、必须要有主键 2、主键必须为整型  3、不负责数据存储  4、配置不灵活

三、MySQL和Sphinx的全文检索区别：

1、他可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索

2、他是一个单独的服务器，具有很多MySQL自身不具备的扩展功能，性能更高，他存在于MySQL之前，更好的缓解数据库的压力等。

从根本上讲，我们所有操作都是围绕数据库展开的，也就是说我们要通过各种方法、各种手段，最大程度的减轻数据库的压力。

四、sphinx的应用场景

不管是网站还是app很多产品的设计思路和产品功能多多少少都有相似之处，那么这边主要讲以下几个场景

描述、话题的搜索

主要的实现思路是全量索引＋增量索引方式，可设定时任务定点跑索引

用户昵称的搜索

主要是实现思路是实时索引＋分布式索引的方式，用户由于过多，故使用实时索引的方法进行增加，旧数据通过跑脚本重新读取后再写入。

搜索框联想词的提示

主要实现思路是分布式索引的方式，自动联想其他人曾经输入过的词语。

---

tip: morphology = stem_en会启用英文单词的提取。搜索英文时候就不会一个一个字母搜了，会提高sphinx搜索英文单词的时候的效率。

五、sphinx  的实现原理？

Sphinx的整个工作流程就是Indexer程序到数据库里面提取数据，对数据进行分词，然后根据生成的分词生成单个或多个索引，并将它们传递给searchd程序。然后客户端可以通过API调用进行搜索。

六、数据搜索  sphinx xunsearch

        xunsearch与sphinx原理上略有不同，xunsearch当然在创建索引时，其实他是创建了一个自己的数据库， 如果你用xunsearch去查寻数据时，他不会再到你的mysql数据库中去查寻了，而是直接到它本身的数据库中去查寻，然后返回数据，而sphinx 不是这样的，sphinx创建一些索引文件（索引表），然后通过sphinx去查寻数据时，首先他到索引文件查寻数据，然后返回的是当前要查寻数据的 id（这里id是主键），然后再通过id去到mysql数据中查寻数据，然后再返回给数据。