PHP+MySQL+SPHINX安装配置与测试

时间:2022-01-11 01:17:15

Sphinx概述:

Sphinx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PHP,Python,Perl,Ruby等,同时为MySQL也设计了一个存储引擎插件。

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。


Sphinx的主要特性包括:

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;


安装sphinx

下载sphinx-2.0.3:http://sphinxsearch.com/downloads/accept.php?file=sphinx-2.0.3-release.tar.gz

安装:

./configure

sudo make install


建立测试数据库

测试数据库可以将sphinx自带的example.sql导入到mysql自带的test数据库,也可以用我们自己的,我选择用自己的一个库laugh,这个库有一个表是我自己建的全文检索表,这样可以不需要自己重新构造数据。


配置sphinx

安装成功之后,sphinx的模板配置文件被放到了在/usr/local/etc目录下,为了方便管理,我在/usr/local下新建sphinx文件夹以存储日志、索引文件等

mkdir /usr/local/sphinx
mkdir /usr/local/sphinx/data
mkdir /usr/local/sphinx/log
cp /usr/local/etc/sphinx-min.conf.in /usr/local/sphinx/sphinx-min.conf.in
mv /usr/local/sphinx/sphinx-min.conf.in /usr/local/sphinx/sphinx.conf
macvim /usr/local/sphinx/sphinx.conf

sphinx.conf的内容组成格式为:

source 源名称1{

}
index 索引名称1{
source=源名称1

}
source 源名称2{

}
index 索引名称2{
source = 源名称2

}
indexer{

}
searchd{

}
sphinx可以同时为多个数据源建立索引,不同的数据源的索引可以为不同的应用提供全文检索服务。

sphinx.conf相关配置项说明:

Source部分

#type                         数据库类型,目前支持mysql与pgsql
#strip_html              是否去掉html标签
#sql_host                 数据库主机地址
#sql_user                数据库用户名
#sql_pass               数据库密码
#sql_db                    数据库名称
#sql_port                  数据库采用的端口
#sql_query_pre      执行sql前要设置的字符集,用utf8必须SET NAMES utf8
#sql_query               全文检索要显示的内容,在这里尽可能不使用where或group by,将where与groupby的内容交给sphinx,由sphinx进行条件过滤与groupby效率会更高


#注意:select 出来的字段必须至少包括一个唯一主键(ARTICLESID)以及要全文检索的字段,你计划原本在where中要用到的字段也要select出来,这里不需要使用orderby
#sql_attr_ 开头的表示一些属性字段,你原计划要用在where,orderby,groupby中的字段要在这里定义
#根据我们原先的SQL:
#SELECT id,title,link,sindex FROM la_article_index WHERE title LIKE ? ORDER BY id DESC
#我们需要对title, id进行属性定义(这两个字段也要在SELECT的字段列表中),定义时不同的字段类型有不同的属性名称,具体可以见sphinx.conf.in中的说明

index部分
#source                    数据源名
#path                         索引记录存放目录,如/usr/local/sphinx/data/laugh,实际存放时会存放在/usr/local/sphinx/data目录,然后创建多个laugh名称,不同扩展名的索引文件。
#其他的配置如min_word_len,charset_type,charset_table,ngrams_chars,ngram_len这些则是支持中文检索需要设置的内容。
#如果检索的不是中文,则charset_table,ngrams_chars,min_word_len就要设置不同的内容,具体官方网站的论坛中有很多,大家可以去搜索看看。

关于配置文件的详细说明信息,请阅读/usr/local/etc/sphinx.conf.in

根据上面的配置项说明,我的sphinx.conf配置内容如下:

#
# Minimal Sphinx configuration sample (clean, simple, functional)
#

source mysql
{
type= mysql

sql_host= localhost
sql_user= root
sql_pass= 123456
sql_db= laugh
sql_port= 3306# optional, default is 3306

sql_query_pre = SET NAMES utf8
sql_query= SELECT id, article_id, title, link FROM la_article_index

sql_attr_uint= article_id
}


index laugh
{
source= mysql
path= /usr/local/sphinx/data/laugh
docinfo= extern

min_word_len = 1
charset_type = utf-8
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

min_prefix_len = 0
min_infix_len = 1
ngram_len = 1

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
}

indexer
{
mem_limit= 32M
}

searchd
{
listen= 9312
log= /usr/local/sphinx/log/searchd.log
query_log= /usr/local/sphinx/log/query.log
read_timeout = 5
max_children = 30
pid_file= /usr/local/sphinx/log/searchd.pid
max_matches= 1000
seamless_rotate = 1
preopen_indexes = 1
unlink_old= 1
workers= threads # for RT to work
}

建立索引文件并启动sphinx服务进程

# 启动indexer建立索引文件 这里只建立一个索引文件所以直接用索引名laugh,如果有多个数据源,想一次建立全部索引需要用--all
sudo /usr/local/bin/indexer --config /usr/local/sphinx/sphinx.conf laugh
# 运行检索守护进程searchd 此时系统会在9312端口侦听mysql的全文检索请求
sudo /usr/local/bin/searchd --config /usr/local/sphinx/sphinx.conf


sphinx检索

关于检索的语法和匹配模式调用,参考文章:http://blog.csdn.net/luochuan/article/details/7313052

我们可以安装SphinxSE来调用Sphinx,详细信息参考:http://www.coreseek.cn/products-install/sphinxse/

这里介绍通过调用官方API来调用Sphinx检索数据,Sphinx官方提供了Python,Java,Php的API,首先我们引入API文件sphinxclient.php,然后连接sphinx服务器进行查询操作,PHP代码如下:

<?php
include('sphinxclient.php'); //加载Sphinx API
$sphinx = new SphinxClient(); //实例化API类
$sphinx->setServer('localhost',9312); //设置连接的服务器,地址, 端口
$res = $sphinx->query('配置', 'laugh'); //执行检索,关键字, 索引名 多个索引用,分割,查询全部索引用*表示
echo "<PRE>";
print_r($res);

结果:

Array
(
[error] =>
[warning] =>
[status] => 0
[fields] => Array
(
[0] => title
[1] => link
)

[attrs] => Array
(
[article_id] => 1
)

[matches] => Array
(
[6] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 6
)

)

[7] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 7
)

)

[8] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 8
)

)

[9] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 9
)

)

[17] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 17
)

)

[18] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 18
)

)

[19] => Array
(
[weight] => 2
[attrs] => Array
(
[article_id] => 19
)

)

)

[total] => 7
[total_found] => 7
[time] => 0.000
[words] => Array
(
[配] => Array
(
[docs] => 7
[hits] => 7
)

[置] => Array
(
[docs] => 7
[hits] => 7
)

)

)

matches就是检索出的匹配索引

说明:weight 权重 attrs sql_attr_*的配置

注意:Sphinx并没有连接到Mysql以获取数据,所以我们需要根据Sphinx的检索结果再次查询Mysql以获取我们需要的真实数据。



参考文章:

http://hi.baidu.com/leukoli/blog/item/ce4e0251f42900878d5430d0.html

http://hi.baidu.com/leukoli/blog/item/664f1ffbeee1d92a4e4aead1.html