引导:本人是个php菜鸟,公司的业务并不繁琐,但是最近使用到了全文搜索,就想着用sphinx。
大致分为三个部分,1:安装;2配置:3调用api 。这里主要说一下配置及调用api。安装的步骤我之前单独写了一个帖子可以去看看,如果不太明白可以去官网,安装步骤说的很清楚,废话不多说,开始。
一、为什么要用增量索引?其实我个人认为对数据量小的业务来说用增量索引完全没有必要。可以定时重新生成索引就OK了。增量索引就是对 截至到上次生成的索引 以后添加的内容单独生成索引,这样数据量比较小,并且不影响业务处理,然后定期进行索引合并,为了保持数据统一性,还需要定期从新生成索引。
1、上次生成索引的id需要记录下来,可以用一张表来存储。
CREATE TABLE
tbl_pre_coursevideo(
id
int(11) NOT NULL DEFAULT '0',
maxid
int(11) NOT NULL DEFAULT '0',
id
PRIMARY KEY ()
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
2、配置文件
source mysql
{
type = mysql
sql_host = 127.0.0.1
sql_user = root
sql_pass = 123456
sql_db = test
sql_port = 3306
sql_query_pre = SET NAMES utf8
sql_query_pre = SET SESSION query_cache_type=OFF #如果这里报错去mysql配置文件修改
sql_query_pre = REPLACE INTO tbl_pre_coursevideo SELECT 1, MAX(id) FROM tbl_coursevideo #在刚才新建的表中将当前索引生成的最多id存起来,为增量索引做准备。
sql_query = SELECT id,title,create_time, subtitle,content,type FROM tbl_coursevideo WHERE id <=(SELECT maxid FROM tbl_pre_coursevideo WHERE id=1)
#上面这条sql可以分为两部分WHERE 之前,是对数据的查询(根据自己的业务来定)where之后,是对刚才的记录
最大ID 的筛选
sql_attr_uint = id #从SQL读取到的值必须为整数
sql_attr_timestamp = create_time #从SQL读取到的值必须为整数,作为时间属性
sql_field_string = title #字符串字段(可全文搜索,可返回原始文本信息)
sql_field_string = subtitle #字符串字段(可全文搜索,可返回原始文本信息)
sql_field_string = content #字符串字段(可全文搜索,可返回原始文本信息)
}
source increment : mysql
{
sql_query_pre = SET NAMES utf8
sql_query = SELECT id,title,create_time, subtitle,content,type FROM
tbl_coursevideo WHERE id >(SELECT maxid FROM tbl_pre_coursevideo WHERE id=1)
#这是增量索引的数据源sql。和上面保持一致,唯一的变化,就是where条件之后,这里查询的是大于上次重新生成索引的id,即:刚刚添加的数据
}
#index定义
index mysql
{
source = mysql #对应的source名称
path = /usr/local/coreseek/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 = 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
}
index increment : mysql
{
source=increment
path = /usr/local/coreseek/var/data/increment
charset_dictpath = /usr/local/mmseg3/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 = /usr/local/coreseek/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 =/usr/local/coreseek/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 =/usr/local/coreseek/var/log/query_mysql.log #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...
}
使用:
1、生成索引(一下命令都是我自己的安装环境路径,具体的修改成自己的)
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf --all
#生成索引
这时tbl_pre_coursevideo 表里会增加一条记录。存放的就是你内容表中的最大id
2、
/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft.conf
#开启后台进程
这时候对mysql数据源进行搜索的话其实已经是有数据的。
3、增量索引(内容表新增数据的前提)
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf increment --rotate
#执行完成以后会提示生成几条增量索引数据,即你刚才在内容表添加的数据条数。这时候其实就可以测试你的增量索引成功没cl->Query($keyword, ‘increment ‘);调用api时可以用增量索引查询你刚添加的内容
4、合并索引
usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf
–merge mysql increment –rotate
cl->Query('查询的关键字', 'mysql'); //就能查询出来刚才的新添加的数据,以及以前的数据。
5、为了保持数据统一,还需要定时从新生成索引
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf --all --rotate
#--rotate 是不影响服务器搜索时可以添加这个属性
二、
1、调用api,这是我自己封装的,sphinxapi.php安装完成的文件里有这个类
require 'sphinxapi.php';
class Sphinx {
private $host = '127.0.0.1';
private $port = 9312;
private $cl;
/*
* @desc 构造函数 初始化sphinx对象
*/
public function __construct() {
$this->cl = new SphinxClient ();
$this->cl->SetServer($this->host, $this->port);
$this->cl->SetConnectTimeout(1);
$this->cl->SetArrayResult(true);
$this->cl->SetMatchMode(SPH_MATCH_EXTENDED2);
$this->cl->SetRankingMode(SPH_RANK_WORDCOUNT);
}
/*
* @desc 搜索
* @param $page 页数
* @param $pagesize 条数
* @param $keyword 搜索关键字
* @param $source 索引源
*/
public function search($keyword, $p, $pagesize) {
$page = ($p - 1) * 10;
$this->cl->SetLimits($page, $pagesize); //分页
$res = $this->cl->Query($keyword, $source); //sphinx 查询
}
}
2、定时任务
yum install crontab //安装
crontab -e //打开编辑
然后定时 执行增量索引,合并索引,从新生成索引
住:如果说合并索引页成功了。但是查询出来的数据一直为空,那你就看看配置文件那
path = /usr/local/coreseek/var/data/increment #这里的配置,主索引是否和增量索引这只的路径一样,increment 就是索引的文件名,会在data文件夹下。
至此就讲了。如果有什么不会的,把这篇博客好好看看,包括注释,这都是我遇到的一些问题,都给注释了起来。如果有什么不明白的地方也可以给我留言,知无不尽。下次给大家讲一讲分词哪一块。