(四) MYSQL全文索引 sphinx + coreseek 支持中文

前言 :

注意 : 中文的分词包 在 coreseek 中, 而 coreseek 包含了 sphink ,所以我们要下载 coreseek

悲催的是 coreseek 官网已经挂掉了,但还是能用 , 需要扩展去学 xunsearch(讯搜)

1 . 安装 coreseek

• 解压
  • csft-3.2.14 : sphinx 软件包
  • mmseg-3.2.14 : 分词软件包
  • README.txt : 说明文档
  • testpack : 测试包
• 先安装 分词软件包 mmseg
  • 如果检查环境出错,应该检查下gcc装了没有
  • 进入目录 : 使用 ./bootstrap 检查环境
  • 生成makefile目录 ./configure --prefix = /working/mmseg
  • 编译并且执行 : make && make install `
• 安装 sphinx 软件 [ csft ]
  • 检查环境 : bash buildconf.sh 或者是 ./buildconf.sh

• • 生成makefile目录 : configure
    • --prefix : 配置程序目录
    • --with-mysql : 指定mysql文件
    • --with-mmseg : 指定分词包
    • --with-mmseg-includes : 指定头信息
    • --with-mmesg-libs : 指定lib包信息
    • --with-unixodbc :
    • ./configure --prefix=/working/sphinx --with-mysql --with-mmseg --with-mmseg-includes=/working/mmseg/include/mmseg --with-mmseg-libs=/working/mmseg/lib/ --with-unixodbc
  • make && make install
• Coreseek 配置- - -请查看下一篇博客
  • 注意 : Coreseek 是把 查询索引的sql语句写在该配置文件中,所以一定要注意 : 增量索引其实就是在索引的sql之前进行条件判断

• • 假设这个配置文件名叫做 mysql.cnf
  • 移动到 sphinx 目录下的 /etc/目录下

• 
  
• 注意 : 如果mysql不是源码安装的,那么要配置lib 目录下的so 引用

注意 : 要让它立马生效 需要 一个Linux指令

ldconfig

生成索引文件

• 使用indexer 指令生成全文索引
  • indexer : 在 sphinx 目录下的 /bin/下面
• indexer -c 配置文件的绝对路径 索引名[配置文件中的]
• /working/sphinx/bin/indexer -c /working/sphinx/etc/mysql.conf mysql

生开启查询服务

sphinx 目录下的 / bin /searchd 服务

参数说明 : --config 或者-c : 就是我们的coreseek配置文件的绝对路径,在上面的配置文件中是 mysql.cnf

/working/sphinx/bin/searchd -c /working/sphinx/etc/mysql.cnf

使用 php + API 接口测试中文索引

1. 找到接口文件 :

在下载的目录下有个 testpack/api/sphinxapi.php文件

1 、 SPH_MATCH_ALL 检索方式

搜索的词：中国人

分词：中国，中国人， 人

只要搜索到中国人这三个字就返回成功！

例如 : 我们 中国 是有很多 人 的 . 匹配成功

           我们 中国人 是很厉害的

      我们这边有很多 人 是 中国 国籍的.

2 、 SPH_MATCH_ANY 检索方式

搜索的词：中国人

分词：中国，中国人， 人

只要搜索到 任意一个分词 就返回成功！

 

3 、 SPH_MATCH_ PHRASE 检索方式

搜索的词：中国人

分词：中国人

搜索到 中国人按照顺序 这个词 才会返回成功

例如 : 我们 中国人 是很厉害的.

            我们 中国 是有很多 人 的

4 、 SPH_MATCH_BOOLEAN 检索方式

搜索的词：中国人

分词：中国，中国人， 人

这个可以使用布尔值：（ ! 取反 | 或者）

例如 :

$search = “ 中国 | 人 ”   是包含中国或者人的都匹配

$search= “ 中国 ! 人 ” 是包含中国不包含人的匹配  

5 、 SPH_MATCH_EXTENDED 检索方式

搜索的词：中国人

分词：中国，中国人， 人

可以指定搜索某个字段：

比如：

@comname 指定搜索comname 这个字段

@comaddress 指定搜索comaddress 这个字段

 

发现数据很小：只有20 条。默认是显示20 条

public   bool   SphinxClient::setLimits  (  int   $offset  ,  int   $limit  [,  int   $max_matches  = 0  [,  int $cutoff  = 0  ]] )

代码 :

<?php

//第一步 : 包含sphinx 的api 文件

include 'sphinxapi.php';

header('content-type:text/html;charset=utf-8');

// 第二步: 创建sphinx对象 并且设置服务器

$sphinx = new SphinxClient();

$sphinx->SetServer('192.168.241.135:9312');

// 第三步 : 设置索引跟查询的内容

$index = 'mysql';

$search = '纺织';

$sphinx->SetLimits(20, 20);

$rs = $sphinx->Query($search,$index);

// 第四步 : 解析结果集, 发现 $rs['matches'] 才是我们想要的 ,其id就是我们要的数组

$ids = array_keys($rs['matches']);

$ids = join(',', $ids);

//拿到查询到的id,我们去查询数据库

$db = mysqli_connect('192.168.241.135', 'hxy', '123456', 'test');

mysqli_query($db,'set names utf8');

$rs = mysqli_query($db, "SELECT * FROM address WHERE id in ($ids)");

//实现 查询关键字的特殊处理

$opt = [

"before_match" =>'<font color="red">' ,

'after_match' => '</font>'

];

//遍历结果集

while($row = mysqli_fetch_assoc($rs)){

// $row['comname'] = str_replace($search, '<font color="red">' . $search."</font>", $row['comname']);

//这个返回的是 索引数组 ,非常的不友好

// $row = $sphinx->BuildExcerpts($rs, $index, $search,$opt);

echo '编号' . $row['id'] . ": 公司 :" . $row['comname'] . " 地址是:" . $row['comaddress'];

echo '<hr>';

}