sphinx mysql 数据源_3.7.SQL 数据源 (MySQL, PostgreSQL) - Sphinx 0.9.9/Coreseek 3.2 参考手册...

对于所有的基于SQL驱动，建立索引的过程如下：

连接到数据库;

执行预查询 (参见Section9.1.11, “sql_query_pre”) ，以便完成所有必须的初始设置，比如为MySQL连接设置编码;

执行主查询 (参见Section9.1.12, “sql_query”) ，其返回的的数据将被索引;

执行后查询 (seeSection9.1.23, “sql_query_post”) ，以便完成所有必须的清理工作;

关闭到数据库的连接;

对短语进行排序 (或者学究一点, 索引类型相关的后处理);

再次建立到数据库的连接;

执行后索引查询 (参见Section9.1.24, “sql_query_post_index”) i，以便完成所有最终的清理善后工作;

再次关闭到数据库的连接.

大多数参数是很直观的，例如数据库的用户名、主机、密码。不过，还有一些细节上的问题需要讨论。

区段查询

索引系统需要通过主查询来获取全部的文档信息，一种简单的实现是将整个表的数据读入内存，但是这可能导致整个表被锁定并使得其他操作被阻止(例如：

在MyISAM格式上的INSERT操作)，同时，将浪费大量内存用于存储查询结果，诸如此类的问题吧。

为了避免出现这种情况，Sphinx/Coreseek支持一种被称为区段查询的技术. 首先，Sphinx/Coreseek从数据库中取出文档ID的最小值和最大值，将由最大值和最小值定义自然数区间分成若干份，一次获取数据，建立索引。现举例如下：

Example1.区段查询示例：

# in sphinx.conf

sql_query_range= SELECT MIN(id),MAX(id) FROM documents

sql_range_step = 1000

sql_query = SELECT * FROM documents WHERE id>=$start AND id<=$end

如果这个表(documents)中，字段ID的最小值和最大值分别是1 和2345，则sql_query将执行3次：

将$start替换为1，并且将$end替换为 1000;

将$start替换为1001，并且将$end替换为 2000;

将$start替换为2001，并且将$end替换为 2345.

显然，这对于只有2000行的表，分区查询与整个读入没有太大区别，但是当表的规模扩大到千万级(特别是对于MyISAM格式的表)，分区区段查询将提供一些帮助。

后查询(sql_post)vs.索引后查询(sql_post_index)

后查询和索引后查询的区别在于，当Sphinx获取到全部文档数据后，立即执行后查询，但是构建索引的过程仍然may因为某种原因失败。在另一方面，当索引后查询被执行时，可以理所当然的认为索引已经成功构造完了。因为构造索引可能是个漫长的过程，因此对与数据库的连接在执行后索引操作后被关闭，在执行索引后操作前被再次打开。