sphinx全文检索引擎

今天刚刚学习了一下，就直接分享上去，有些还没有接触，如果有问题请指正，谢谢

sphinx是什么？

Sphinx是一个全文检索引擎。主要为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。

Sphinx可以非常容易的与SQL数据库和脚本语言集成。

当前系统内置MySQL和PostgreSQL 数据库数据源的支持，也支持从标准输入读取特定格式 的XML数据。

通过修改源代码，用户可以自行增加新的数据源（例如：其他类型的DBMS 的原生支持）

Sphinx的特性？

高速的建立索引(在当代CPU上，峰值性能可达到10 MB/秒);

高性能的搜索(在2 – 4GB 的文本数据上，平均每次检索响应时间小于0.1秒);

可处理海量数据(目前已知可以处理超过100 GB的文本数据, 在单一CPU的系统上可 处理100 M 文档);

提供了优秀的相关度算法，基于短语相似度和统计（BM25）的复合Ranking方法;

支持分布式搜索;

支持短语搜索

提供文档摘要生成

可作为MySQL的存储引擎提供搜索服务;

支持布尔、短语、词语相似度等多种检索模式;

文档支持多个全文检索字段(最大不超过32个);

文档支持多个额外的属性信息(例如：分组信息，时间戳等);

支持断词;

中文的全文检索和英文等latin系列不一样，后者是根据空格等特殊字符来断词，而中文是根据语义来分词。目前大多数数据库尚未支持中文全文检索，如Mysql。故，国内出现了一些Mysql的中文全文检索的插件，做的比较好的有hightman的中文分词。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 和 sfc 。
 Coreseek是现在用的最多的sphinx中文全文检索，它提供了为Sphinx设计的中文分词包LibMMSeg 。并提供了多个系统的二进制发行版，其中有rpm,deb及windows下的二进制包。

接下来主要介绍coreseek在Windows下的使用

1 先下载coreseek-4.1-win64-pinyin-poly.zip

2 打开将文件放到phpStudy下的www目录下，更改目录里面etc文件夹下的csft_mysql.conf文件，如图

改数据库和数据表结构，在var目录下的test文件夹下有一个数据库直接用就行

修改路径，为自己的www文件夹

修改完成后保存

3 用管理员操作命令行，进入www目录下的coreseek/bin目录输入indexer -c ../etc/csft_mysql.conf --all

接着继续输入searchd -c ../etc/csft_mysql.conf

报错后请查看自己的路径是否正确或改正

改完重新输入后就会看到

那么这就可以支持英文检索了，中文检索目前查到后直接乱码，还在研究中.....

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有