sphinx中文版Coreseek中文检索引擎安装和使用方法(Linux)

sphinx中文版Coreseek中文检索引擎安装和使用方法(Linux)

    众所周知，在MYSQL数据库中，如果你在百万级别数据库中使用 like 的话那你一定在那骂娘，coreseek是一个针对于中文检索方案的一种全文检索技术，基于sphinx开发的。但是在coreseek中不但支持了mysql数据源，还支持了python、xml、mssql、odbc。而且提供了很多语言PHP、C#、JAVA、python等丰富API接口。在中文全文搜索引擎中，基本没有什么能有coreseek匹敌的（是我太深入了嘛-^-），在千万条数据测试下，coreseek生成索引后全文检索的时间不会超过0.5s，这个速度是非常可观的。

1. 安装必要的编译工作支持

　　安装coreseek之前需要安装这些工具，当然使用yum安装你的机子需要先保证已经联网

 

1. yum install make gcc g++ gcc-c++ libtool autoconf automake imake mysql-devel libxml2-devel expat-devel

2. 下载coreseek和编译安装

$ wget http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.14.tar.gz
$ tar xzvf coreseek-3.2.14.tar.gz
$ cd coreseek-3.2.14

##安装mmseg中文分词
$ cd mmseg-3.2.14
$ ./bootstrap    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/mmseg3
$ make && make install
$ cd ..

##安装coreseek
$ cd csft-3.2.14
$ sh buildconf.sh    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/coreseek  --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql    ##如果提示mysql问题，可以查看MySQL数据源安装说明，注意--prifix后面的路径要和自己安装的路径一致
$ make && make install
$ cd ..

   

3. 配置MYSQL数据源

1. cp /usr/local/coreseek/etc/sphinx.conf.dist /usr/local/coreseek/etc/sphinx.conf
2. vi /usr/local/coreseek/etc/sphinx.conf

        创建一个统计表 

1. CREATE TABLE sph_counter 
2. ( 
3.     counter_id INTEGER PRIMARY KEY NOT NULL, 
4.     max_doc_id INTEGER NOT NULL 
5. );

     sphinx.conf配置如下： 

1. source news
2. {
3.     type          = mysql
4.     sql_host      = localhost
5.     sql_user      = root
6.     sql_pass      =123456
7.     sql_db        = test
8.     sql_port      =3306
9.     sql_sock      =/tmp/mysql.sock
10.     sql_query_pre = SET NAMES utf8
11.     sql_query_pre = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM news
12.     sql_query     = SELECT id, contents, intro, title FROM news WHERE id<=( SELECT max_doc_id FROM sph_counter WHERE counter_id=1)
13. }
14. #设置增量索引，数据量较小时，也可以不设置而定时重新生成索引
15. source increment : news
16. {
17.     sql_query_pre = SET NAMES utf8
18.     sql_query     = SELECT id, contents, intro, title FROM news WHERE id >( SELECT max_doc_id FROM sph_counter WHERE counter_id=1)
19.     #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
20. }
21.  
22. index news
23. {
24.     source           = news
25.     path             =/usr/local/coreseek/var/data/news
26.  
27.     docinfo          =extern
28.     mlock            =0
29.     morphology       = none
30.     charset_dictpath =/usr/local/mmseg3/etc/
31.     charset_type     = zh_cn.utf-8
32. }
33.  
34. index increment : news
35. {
36.     source           = increment
37.     path             =/usr/local/coreseek/var/data/increment
38.     charset_dictpath =/usr/local/mmseg3/etc/
39.     charset_type     = zh_cn.utf-8
40. }
41.  
42. indexer
43. {
44.  
45.     mem_limit    =128M
46. }
47. searchd
48. {
49.     log               =/usr/local/coreseek/var/log/searchd.log
50.     read_timeout      =5
51.     client_timeout    =300
52.     max_children      =30
53.     pid_file          =/usr/local/coreseek/var/log/searchd.pid
54.     max_matches       =1000
55.     seamless_rotate   =1
56.     preopen_indexes   =0
57.     unlink_old        =1
58.     mva_updates_pool  =1M
59.     max_packet_size   =8M
60.     max_filter_values =4096
61. }

 说明：如果想配置多个数据源，在配置文件中添加source和index即可，可以像增量那样添加，但不需要后面的 : news，就可以了，需要注意的是在sph_counter即可以数据统计表中，需要使用不同的id来区分不同的数据表

 

 

4.生成索引命令

生成索引 

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

 

        说明：这时sph_counter 表里会增加一条记录。存放的就是你内容表中的最大id。如果想要生成单个数据源的索引， /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf news --rotate（这条命令只生成news的索引）

开启后台进程     

 

1. /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf

 

        说明：这时候对Mysql数据源进行搜索的话其实已经是有数据的。

增量索引

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf increment --rotate

 

        说明：这里增量索引的名称要换成自己对应的增量索引的名称

合并索引  

 

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --merge news increment --rotate

         说明：合并索引后，news索引此时可以检索到所有的数据，但是sph_counter表中最大id是没有变的，因此还需要在一定的时间内再次重新生成所有的索引

 

为了保持数据的完整性，重新生成索引

 

1.   /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

5.执行定时任务，更新增量索引、重新生成索引

 

 

 

1. */1****/bin/sh    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf increment --rotate
2. */5****/bin/sh    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --merge news increment --rotate
3. 301***  /bin/sh  /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

        说明：以上任务计划的意思是：每隔一分钟执行一遍增量索引，每五分钟执行一遍合并索引，每天1:30执行整体索引。

 

6.php操作coreseek

        复制api/sphinxapi.php文件到你的项目         require ( "sphinxapi.php" );         //这里是直接把api复制到项目的目录中进行使用，也可以安装php的sphinx扩展进行使用，以下会详细介绍php7.0安装sphinx扩展  

6.php安装sphinx扩展

[第一步] 安装依赖libsphinxclient

1. #cd /usr/local/coreseek-3.2.14/csft-3.2.14/api/libsphinxclient
2. #./configure  --prefix=/usr/local/sphinxclient
3. #configure: creating ./config.status   
4. #config.status: creating Makefile   
5. #config.status: error: cannot find input file:Makefile.in   #报错configure失败       
6.  
7. //处理configure报错   
8. 编译过程中报了一个config.status: error: cannot find input file: src/Makefile.in这个的错误，然后运行下列指令再次编译就能通过了：   
9. # aclocal   
10. # libtoolize --force   
11. # automake --add-missing   
12. # autoconf   
13. # autoheader   
14. # make clean   
15.  
16. //从新configure编译   
17. # ./configure   
18. # make && make install

[第二步] 安装sphinx的PHP扩展

1. # wget http://git.php.net/?p=pecl/search_engine/sphinx.git;a=snapshot;h=9a3d08c67af0cad216aa0d38d39be71362667738;sf=tgz
2. # tar zxvf sphinx-9a3d08c.tar.gz
3. # cd sphinx-9a3d08c
4. # /usr/local/php/bin/phpize
5. # ./configure --with-php-config=/usr/local/php/bin/php-config --with-sphinx=/usr/local/sphinxclient
6. # make && make install

  说明：这里注意php-config的路径要和自己服务器上的路径一致才行，使用php -m 查看模块是否已经安装上，如果里面有sphinx模块，证安装成功，修改php.ini即可成功。这里如果是php7一定要安装php7可用的扩展。   安装完成后修改php.ini，在末尾添加如下内容  

1. extension = sphinx.so

        说明：查看phpinfo();查看扩展是否安装成功然后重启php-fpm即可，执行php -m，看到有sphinx扩展说明安装

1. /etc/init.d/php-fpm restart

   

sphinx中文版Coreseek中文检索引擎安装和使用方法(Linux)

    众所周知，在MYSQL数据库中，如果你在百万级别数据库中使用 like 的话那你一定在那骂娘，coreseek是一个针对于中文检索方案的一种全文检索技术，基于sphinx开发的。但是在coreseek中不但支持了mysql数据源，还支持了python、xml、mssql、odbc。而且提供了很多语言PHP、C#、JAVA、python等丰富API接口。在中文全文搜索引擎中，基本没有什么能有coreseek匹敌的（是我太深入了嘛-^-），在千万条数据测试下，coreseek生成索引后全文检索的时间不会超过0.5s，这个速度是非常可观的。

1. 安装必要的编译工作支持

　　安装coreseek之前需要安装这些工具，当然使用yum安装你的机子需要先保证已经联网

 

1. yum install make gcc g++ gcc-c++ libtool autoconf automake imake mysql-devel libxml2-devel expat-devel

2. 下载coreseek和编译安装

$ wget http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.14.tar.gz
$ tar xzvf coreseek-3.2.14.tar.gz
$ cd coreseek-3.2.14

##安装mmseg中文分词
$ cd mmseg-3.2.14
$ ./bootstrap    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/mmseg3
$ make && make install
$ cd ..

##安装coreseek
$ cd csft-3.2.14
$ sh buildconf.sh    #输出的warning信息可以忽略，如果出现error则需要解决
$ ./configure --prefix=/usr/local/coreseek  --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql    ##如果提示mysql问题，可以查看MySQL数据源安装说明，注意--prifix后面的路径要和自己安装的路径一致
$ make && make install
$ cd ..

   

3. 配置MYSQL数据源

1. cp /usr/local/coreseek/etc/sphinx.conf.dist /usr/local/coreseek/etc/sphinx.conf
2. vi /usr/local/coreseek/etc/sphinx.conf

        创建一个统计表 

1. CREATE TABLE sph_counter 
2. ( 
3.     counter_id INTEGER PRIMARY KEY NOT NULL, 
4.     max_doc_id INTEGER NOT NULL 
5. );

     sphinx.conf配置如下： 

1. source news
2. {
3.     type          = mysql
4.     sql_host      = localhost
5.     sql_user      = root
6.     sql_pass      =123456
7.     sql_db        = test
8.     sql_port      =3306
9.     sql_sock      =/tmp/mysql.sock
10.     sql_query_pre = SET NAMES utf8
11.     sql_query_pre = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM news
12.     sql_query     = SELECT id, contents, intro, title FROM news WHERE id<=( SELECT max_doc_id FROM sph_counter WHERE counter_id=1)
13. }
14. #设置增量索引，数据量较小时，也可以不设置而定时重新生成索引
15. source increment : news
16. {
17.     sql_query_pre = SET NAMES utf8
18.     sql_query     = SELECT id, contents, intro, title FROM news WHERE id >( SELECT max_doc_id FROM sph_counter WHERE counter_id=1)
19.     #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
20. }
21.  
22. index news
23. {
24.     source           = news
25.     path             =/usr/local/coreseek/var/data/news
26.  
27.     docinfo          =extern
28.     mlock            =0
29.     morphology       = none
30.     charset_dictpath =/usr/local/mmseg3/etc/
31.     charset_type     = zh_cn.utf-8
32. }
33.  
34. index increment : news
35. {
36.     source           = increment
37.     path             =/usr/local/coreseek/var/data/increment
38.     charset_dictpath =/usr/local/mmseg3/etc/
39.     charset_type     = zh_cn.utf-8
40. }
41.  
42. indexer
43. {
44.  
45.     mem_limit    =128M
46. }
47. searchd
48. {
49.     log               =/usr/local/coreseek/var/log/searchd.log
50.     read_timeout      =5
51.     client_timeout    =300
52.     max_children      =30
53.     pid_file          =/usr/local/coreseek/var/log/searchd.pid
54.     max_matches       =1000
55.     seamless_rotate   =1
56.     preopen_indexes   =0
57.     unlink_old        =1
58.     mva_updates_pool  =1M
59.     max_packet_size   =8M
60.     max_filter_values =4096
61. }

 说明：如果想配置多个数据源，在配置文件中添加source和index即可，可以像增量那样添加，但不需要后面的 : news，就可以了，需要注意的是在sph_counter即可以数据统计表中，需要使用不同的id来区分不同的数据表

 

 

4.生成索引命令

生成索引 

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

 

        说明：这时sph_counter 表里会增加一条记录。存放的就是你内容表中的最大id。如果想要生成单个数据源的索引， /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf news --rotate（这条命令只生成news的索引）

开启后台进程     

 

1. /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf

 

        说明：这时候对Mysql数据源进行搜索的话其实已经是有数据的。

增量索引

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf increment --rotate

 

        说明：这里增量索引的名称要换成自己对应的增量索引的名称

合并索引  

 

1. /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --merge news increment --rotate

         说明：合并索引后，news索引此时可以检索到所有的数据，但是sph_counter表中最大id是没有变的，因此还需要在一定的时间内再次重新生成所有的索引

 

为了保持数据的完整性，重新生成索引

 

1.   /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

5.执行定时任务，更新增量索引、重新生成索引

 

 

 

1. */1****/bin/sh    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf increment --rotate
2. */5****/bin/sh    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --merge news increment --rotate
3. 301***  /bin/sh  /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate

        说明：以上任务计划的意思是：每隔一分钟执行一遍增量索引，每五分钟执行一遍合并索引，每天1:30执行整体索引。

 

6.php操作coreseek

        复制api/sphinxapi.php文件到你的项目         require ( "sphinxapi.php" );         //这里是直接把api复制到项目的目录中进行使用，也可以安装php的sphinx扩展进行使用，以下会详细介绍php7.0安装sphinx扩展  

6.php安装sphinx扩展

[第一步] 安装依赖libsphinxclient

1. #cd /usr/local/coreseek-3.2.14/csft-3.2.14/api/libsphinxclient
2. #./configure  --prefix=/usr/local/sphinxclient
3. #configure: creating ./config.status   
4. #config.status: creating Makefile   
5. #config.status: error: cannot find input file:Makefile.in   #报错configure失败       
6.  
7. //处理configure报错   
8. 编译过程中报了一个config.status: error: cannot find input file: src/Makefile.in这个的错误，然后运行下列指令再次编译就能通过了：   
9. # aclocal   
10. # libtoolize --force   
11. # automake --add-missing   
12. # autoconf   
13. # autoheader   
14. # make clean   
15.  
16. //从新configure编译   
17. # ./configure   
18. # make && make install

[第二步] 安装sphinx的PHP扩展

1. # wget http://git.php.net/?p=pecl/search_engine/sphinx.git;a=snapshot;h=9a3d08c67af0cad216aa0d38d39be71362667738;sf=tgz
2. # tar zxvf sphinx-9a3d08c.tar.gz
3. # cd sphinx-9a3d08c
4. # /usr/local/php/bin/phpize
5. # ./configure --with-php-config=/usr/local/php/bin/php-config --with-sphinx=/usr/local/sphinxclient
6. # make && make install

  说明：这里注意php-config的路径要和自己服务器上的路径一致才行，使用php -m 查看模块是否已经安装上，如果里面有sphinx模块，证安装成功，修改php.ini即可成功。这里如果是php7一定要安装php7可用的扩展。   安装完成后修改php.ini，在末尾添加如下内容  

1. extension = sphinx.so

        说明：查看phpinfo();查看扩展是否安装成功然后重启php-fpm即可，执行php -m，看到有sphinx扩展说明安装

1. /etc/init.d/php-fpm restart