Coreseek 4.1 win32设置

最新推荐文章于 2018-07-21 21:03:21 发布
最新推荐文章于 2018-07-21 21:03:21 发布
阅读量77 收藏
点赞数
文章标签： 数据库 操作系统
原文链接：https://my.oschina.net/feek/blog/89393
版权

为什么80%的码农都做不了架构师？>>>   hot3.png

mysql自带有fulltext索引，但是只限于英文字符，如果我们要对含有中文的大文本进行全文模糊索引，自带的 concat（）like。。 是满足不了我们的速度需求的， 特别是当我们拥有大量数据，同时需要进行全文模糊索引的时候，如果只是使用like ，10W条的数据搜索时间就有15S！这是绝对不能容忍的，所以这个时侯就可以考虑使用 coreseek，Coreseek是一款基于Sphinx的开源检索引擎,支持Tb级的全文数据索引,专门为中文用户提供免费开源的中文全文检索系统.具体软件可以到http://www.coreseek.cn/下载，本次主要是记录一下coreseek的简单设置。

一：下载

首先下载coreseek-4.1 win32版本的解压包，解压到随便一个盘符的目录下面

二：修改配置文件

在 X：\....\coreseek-4.1-win32\etc 文件夹下面是一些数据源的配置文件参考信息，此次在这里只说配置mysql数据源的。

首先复制一份 csft_mysql.conf 并重命名为（随意）.conf  这里命名为 mysql.conf做参考.

打开mysql.conf ，

在源定义里配置源的位置和类型 

source mysql
{
    type                    = mysql

    sql_host                = localhost
    sql_user                = root
    sql_pass                = 
    sql_db                    = test
    sql_port                = 3306
    sql_query_pre            = SET NAMES utf8

    sql_query                = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content FROM documents
                                                              #sql_query第一列id需为整数
                                                              #title、content作为字符串/文本字段，被全文索引
    sql_attr_uint            = group_id           #从SQL读取到的值必须为整数
    sql_attr_timestamp        = date_added #从SQL读取到的值必须为整数，作为时间属性

    sql_query_info_pre      = SET NAMES utf8                                        #命令行查询时，设置正确的字符集
    sql_query_info            = SELECT * FROM documents WHERE id=$id #命令行查询时，从数据库读取原始数据信息
}
source mysql： 数据源名称，可自定义
type：数据类型，在这里为mysql设置为数据来源
sql_host  ： 登陆数据库的主机设置 默认localhost
sql_user                = root     mysql用户的登陆名
sql_pass                =          mysql登陆密码
sql_db                  = test     数据来源库
sql_port                = 3306     mysql监听端口
sql_query_pre           = SET NAMES utf8  设置编码类型 类似于 query('set names utf8')；
sql_query  ：设置查询语句
sql_attr_uint ：设置某些为整数的字段（可用于过滤）
sql_attr_timestamp: 从sql读到的数据必须为整数且为时间属性
sql_query_info_pre：SET NAMES utf8#命令行查询时，设置正确的字符集
sql_query_info ：命令行查询时，从数据库读取原始数据信息

上面的主要是设置mysql登陆信息和查询语句

下面来设置索引 

#index定义
index mysql
{
    source            = mysql             #对应的source名称
    path            = 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 mysql：索引名称

source            = mysql             #对应的source名称 上面的为mysql
path            = var/data/   
下面来设置分词 
#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/ #分词词典路径，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
但是自带的词典分词能力有限，可以根据自己的需求来定制合适的分词词典或者使用一元分词法（否则coreseek查询单字的内容有时会比查询词组的词少）

一元分词法：注：索引会变大 

#中文分词配置，详情请查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
    #charset_dictpath = C:/usr/local/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾
    #charset_dictpath = C:/usr/local/coreseek-4.1-win32/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
    #----------一元切分---------
    #charset_dictpath		= /usr/local/mmseg3/etc/
      charset_type  = utf-8
      #min_prefix_len=1  //英文一元分词设置（默认是没有的 需要加上）
     min_infix_len=1   #设置查询字母前缀，例如 *ab 则ab为2个字符 需要设置为2 单个 a 或者b则不查询
      enable_star = 1   #允许使用*号进行字母查询，如果需要使用 类似 *c* 查询 abc bc ac c 等 必须要开启
    
  ngram_len = 1
    //下面是中文一元分词设置。
 ngram_chars = U+4E00..U+9FBF, U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF,\
						U+2F800..U+2FA1F, U+2E80..U+2EFF, U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF,\
						U+3040..U+309F, U+30A0..U+30FF, U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF,\
						U+3130..U+318F, U+A000..U+A48F, U+A490..U+A4CF	
    charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,\
						A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,\
						U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101,\
						U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,\
						U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,\
						U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, \
						U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D,\
						U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, \
						U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, \
						U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, \
						U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, \
						U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, \
						U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159,\
						U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, \
						U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, \
						U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, \
						U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+0175,\
						U+0175,U+0176->U+0177, U+0177, U+0178->U+00FF, U+00FF, U+0179->U+017A, U+017A, \
						U+017B->U+017C,U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, \
						U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, \
						U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, \
						U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, \
						U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, \
						U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, \
						U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, \
						U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, \
						U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, \
						U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, \
						U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, \
						U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, \
						U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, \
						U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, \
						U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, \
						U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, \
						U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, \
						U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, \
						U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, \
						U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF 
}
其他设置 
#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 =C:/usr/local/coreseek-4.1-win32/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 = C:/usr/local/coreseek-4.1-win32/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 = C:/usr/local/coreseek-4.1-win32/var/log/query_mysql.log #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
}
主要是设置好路径就ok






转载于:https://my.oschina.net/feek/blog/89393

weixin_33832340
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
coreseek-4.1-win32
01-24
coreseek-4.1-win32.zip
coreseek-4.1-win32版本下windows安装记录
qiuyu6958334的博客
03-14 881
一、认识corseseek coreseek的结缘还是从2018年下半年开始接触的，总体感觉还是好的，因为毕竟自己做的项目上再搜索引擎上面也是几经周折，从去年到至今运行稳定，几乎没有出现任何纰漏，客户体验上也还过得去。但最近在别的项目上又需要到了搜索引擎，我居然忘的一干二净。汗颜啊！ 没办法，重新复习下吧，记得以前做过coreseek的笔记，更悲催的是找不到了，印...
coreseek-3.2.14-win32
11-20
基于sphinx的中文检索Sphinx如果需要对中文进行全文 检索，也得需要一些插件来补充。其中我知道的插件有 coreseek
coreseek-4.1-win32 安装
到点就下班！加屁班！
12-13 1130
大体步骤为 1）下载coreseek 4.1，解压到随意目录  ，我这里的例子是在 D:\sphinx  名字随便起 2）修改配置文件 ，这个是重点。 3）导入示例数据 4）建立索引 5）启动coreseek 6）可以在dos下查询 7）php操作，需要安装文件里现成的api类文件，写个简单的sphinx操作文件，包含sphinxapi类 基本就这样。以下是具体操作。 （一）
Windows下Coreseek4.1环境搭建及运行（提供压缩包地址）
WDSS
07-21 2522
很遗憾，coreseek官网因未知原因打不开了。貌似也不是短时间的事情，难道是开发者放弃coreseek了？ 闲话少说，笔者在搭建完sphinx后，因为中文分词的原因总觉得美中不足，于是千方百计的找到了coreseek的win32安装包。 安装包地址 下载后解压到相应目录，我这里安装的是在F:/coreseek下。so下面凡是涉及到路径的地方一定要注意修改哦！ 下载解压后，把F:/cor...
最新版sphinx coreseek 4.1 win32
02-21
Sphinx CoreSeek 4.1 是一款针对中文的全文搜索引擎，专为Windows 32位系统设计的最新版本。这个工具提供了高效、精准的搜索功能，适用于网站、数据库和其他需要快速检索大量文本信息的场景。它结合了Sphinx搜索引擎...
coreseek4.1.zip
08-16
Coreseek 是一款中文全文检索/搜索软件，以GPLv2许可协议开源发布，基于Sphinx研发并独立发布，专攻中文搜索和信息处理领域，适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/文献检索、信息检索、数据挖掘等...
基于Coreseek+Python的分布式全文检索方法.pdf
06-29
基于Coreseek+Python的分布式全文检索方法.pdf
coreseek-4.1
11-15
coreseek下载， coreseek安装包， coreseek源码。全文索引，coreseek-4.1-win32
coreseek4.1 支持拼音索引 win32
09-01
Coreseek 是一款中文全文检索/搜索软件，以GPLv2许可协议开源发布，基于Sphinx研发并独立发布，专攻中文搜索和信息处理领域，适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/文献检索、信息检索、数据挖掘等应用场景。我们不仅可以免费下载使用，也可以对其提供的源代码进行修改，使其更符合我们的搜索要求。 本人在此基础上加上了拼音索引。具体使用方法见我的博客。http://blog.csdn.net/kangrydotnet/article/details/10829291。此为win32编译程序。
coreseek-4.1-win32.rar
01-30
中文的sphinx coreseek，搜索引擎，搭配Sphinx进行中文分词搜索
官网不能下，这里可以下载coreseek-3.2.14-.tar.gz
08-25
官网下载不了，我也找了好久，在这里分享给大家。
coreseek-4.1.zip windows版
11-23
Coreseek的windows版本，因为官网打不开，因此上传此。 搭配Sphinx进行中文分词搜索
Coreseek 介绍以及 windows版本安装
天下无敌庞成勇
08-06 2766
coreseek是一款基于sphinx开源的搜索引擎 专门为用户提供免费的中文全文检索系统 coreseek被称为带有中文分词的sphinx,与 sphinx不同的是coreseek增加了一个带有中文分词的词库 这里使用了coreseek 3.2.14版本进行解讲，本篇讲解如何安装coreseek并同时解决如何给php加上sphinx模块 首先先在wamp环境上安装及操作 其次在la
centos下的中文分词coreseek-4.1的编译安装与基本配置
youcijibi的博客
08-04 1223
http://files.opstool.com/man/coreseek-4.1-beta.tar.gz coreseek-4.1-beta.tar.gz 包含了分词包 mmseg-3.2.14 和搜索包 csft-4.1。 tar -zxf coreseek-4.1-beta.tar.gz; 第一步，安装mmseg分词包 cd /usr/local/src/corese
coreseek-4.1-win32.zip下载
最新发布
11-20
coreseek-4.1-win32.zip是一个用于Windows系统的全文检索工具包。它可以帮助用户在本地计算机上进行全文检索，支持中文分词和索引建立。这个工具包可以用于创建全文检索系统，允许用户快速搜索和定位文档中的内容，...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值