php 搜索引擎 sphinx,php-Sphinx搜索引擎

一、Sphinx是什么？

是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它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。Sphinx特别为一些脚本语言设计搜索API接口，如Java，PHP，Python，Perl，Ruby等，同时为MySQL也设计了一个存储引擎插件。 —百度百科

Sphinx 单一索引最大可包含1亿条记录，在1千万条记录情况下的查询速度为0.x秒(毫秒级)。Sphinx创建索引的速度为：创建100万条记录的索引只需 3～4分钟，创建1000万条记录的索引可以在50分钟内完成，而只包含最新10万条记录的增量索引，重建一次只需几十秒。—百度百科

二、Sphinx的特性是什么？

高速索引 (在新款CPU上，近10 MB/秒); 高速搜索 (2-4G的文本量中平均查询速度不到0.1秒); 高可用性 (单CPU上最大可支持100 GB的文本，100M文档); 提供良好的相关性排名 支持分布式搜索； 提供文档摘要生成； 提供从MySQL内部的插件式存储引擎上搜索 支持布尔，短语， 和近义词查询； 支持每个文档多个全文检索域(默认最大32个); 支持每个文档多属性； 支持断词； 支持单字节编码与UTF-8编码；

三、Sphinx安装与配置 –windows环境

1.万物不离其宗，第一步肯定是安装啦！下载地址 —具体的安装步骤就不一一介绍了

2.解压之后会看到 api、bin、doc、etc、misc、src六个文件。 –windows环境可能和其他环境不同

3.在同级目录下新建data、log两个文件。 –data:数据文件、log:检索的日志文件

4.复制etc目录下的sphinx-min.conf.dist到bin目录修改文件名为sphinx.conf。修改配置为:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59source school # school 名字是随意起的

{

type= mysql

sql_host= localhost

sql_user= root

sql_pass= root

sql_db= test

sql_port= 3306

# 设置数据库字符集

sql_query_pre = SET NAMES utf8

# 配置数据源--也就是数据表的数据

sql_query= SELECT id, school, address FROM school

# 配置返回字段--必须是数据表中存在的字段，不能设置返回主键，否则会报错

# 这里的字段还要和下面index里配置的 rt_field相对应

sql_field_string = school

sql_field_string = address

}

index school

{

source = school # 数据源--也就是上边的名字

path = E:\sphinx\data\school # 数据存放的地址--配置为刚新建的data下

mlock = 0 # 缓存内存锁定

morphology = none # 数据处理方法

min_word_len = 1 # 最小索引字长

html_strip = 0 # 是否去除html标签

ngram_len = 1 # 支持中文

ngram_chars = U+3000..U+2FA1F # 支持中文

# 字段配置

rt_attr_uint = id

rt_field = school

rt_field = address

}

indexer

{

mem_limit= 128M

}

# 下面都是默认的 修改一下log地址就好了

searchd

{

listen= 9312

listen= 9306:mysql41

log= E:\sphinx\log\searchd.log

query_log= E:\sphinx\log\query.log

read_timeout= 5

max_children= 30

pid_file= E:\sphinx\log\searchd.pid

seamless_rotate= 1

preopen_indexes= 1

unlink_old= 1

workers= threads # for RT to work

binlog_path= E:\sphinx\data

}

四、Sphinx在项目中如何使用呢？

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19<?php

require "E:\sphinx\api\sphinxapi.php";

$page = isset($_GET['p']) ? intval($_GET['p']) : 1;

if ($page <= 0) {

$page = 1;

}

$pagesize = 20;

$sphinxClass = new \SphinxClient();

$sphinxClass->setServer("localhost", 9312);

$sphinxClass->setMaxQueryTime(3);

$sphinxClass->SetArrayResult(true);

$sphinxClass->SetLimits(($page - 1) * $pagesize, $pagesize, 3000); // 搜索分页

// @school 表示只匹配数据表中school的字段 ,第二个参数表示使用的索引方法 对应sphinx中的index school

$result = $sphinxClass->query('@school 戴崇', 'school');

echo '

';

print_r($result);

从上面代码可以看出，在项目中使用sphinx是非常简单的只需要引入这个类就ok了。

五、测试

数据量200014条数据。

使用mysql模糊查询平均耗时 0.130s

使用sphinx搜索引擎平均耗时 0.030s

由此可见差距是很大的，如何数据量更大的情况下差距会更大。

六、Sphinx的优点及缺点

优点:

(1)Sphinx索引文件每次更新都会把数据全部存储在本地，也就是说当用户使用搜索的时候并不会直接请求数据库，降低了数据库的压力。

(2)在几十万级数据查询时，Sphinx索引速度要比数据库索引速度快上好几倍，速度快。

缺点:

(1)数据的索引文件会存储在本地，数据量大的时候对内存也有一定影响。

(2)数据库的数据变化，是无法同步到Sphinx索引文件里的，也就是说每次数据库更新都要手动更新索引文件。

(3)在没有使用中文分词的技术上，Sphinx搜索的结果是不准确的，例如：数据库中有‘戴崇1，戴崇2，戴崇3，戴崇’，使用like查询‘戴崇’会有四个结果，但使用Sphinx查询只会出现一个。

总结

Sphinx从官网上可以看出已经将近一年没有更新过了，甚至还有一些bug没有修复，但整体来说Sphinx在使用方面还是非常简单可靠的。

PS:下一篇将会介绍Sphinx中文分词如何使用！