Sphinx的安装和使用

sphinx的使用两种方式：

1、使用sphinx的API来操作sphinx，PHP中将API编译到PHP中作为扩展

2、使用mysql的sphinx的存储引擎

sphinx是英文的全文检索引擎，coreseek是支持中文词库的全文检索引擎，Lucene是用java实现的全文检索引擎。

使用sphinx搜索引擎对数据做索引，数据一次性加载进来后保存在内存中，用户在进行搜索的时候只需要在sphinx服务器上检索数据即可。整个流程是：Indexer程序到数据库里面提取数据，对数据进行分词，然后根据生成的分词生成单个或多个索引，并将它们传递给searchd程序，然后客户端可以通过API调用进行搜索。

流程图解释：

Database：数据源，是sphinx做索引的数据来源。

Indexer：索引程序，从数据源中获取数据，并将数据生成全文索引。根据需求定期运行Indexer达到定时更新索引的需求。

## sphinx使用配置文件从数据库读出数据之后，就将数据传递给Indexer程序，然后Indexer会逐条读取记录，根据分词算法对每条记录建立索引，分词算法可以是一元分词或mmseg分词。

Searchd：Searchd直接与客户端程序进行对话，并使用Indexer程序构建好的索引来快速地处理搜索查询。

App客户端：接收来自用户输入的搜索字符串，发送查询给searchd程序并显示返回结果。

【安装过程】

# 到sphinx官网上下载源码文件：http://sphinxsearch.com/files/sphinx-2.2.10-release.tar.gz
[root@localhost ~]# cd /usr/local/src
[root@localhost ~]# tar -zxvf sphinx-2.2.10-release.tar.gz
[root@localhost ~]# cd sphinx-2.2.10-release
[root@localhost sphinx-2.2.10-release]# ./configure --prefix=/usr/local/sphinx --with-mysql
[root@localhost sphinx-2.2.10-release]# make && make install

# libsphinxclient安装（PHP模块需要）
[root@localhost sphinx-2.2.10-release]# cd api/libsphinxclient
[root@localhost libsphinxclient]# ./configure --prefix=/usr/local/sphinx
[root@localhost libsphinxclient]# make && make install

安装PHP的sphinx模块

#下载sphinx扩展包：http://pecl.php.Net/package/sphinx
[root@localhost src]# tar -zxvf sphinx-1.3.3.tgz
[root@localhost src]# cd sphinx-1.3.3
[root@localhost sphinx-1.3.3]# phpize
[root@localhost sphinx-1.3.3]# ./configure --with-php-config=/usr/local/php/bin/php-config --with-sphinx=/usr/local/sphinx/
[root@localhost sphinx-1.3.3]# make && make install

# 安装成功：
Installing shared extensions:     /usr/local/php/lib/php/extensions/no-debug-non-zts-20131226/

# 编辑php.ini
[root@localhost sphinx-1.3.3]# vim /usr/local/php/etc/php.ini
添加：extension=sphinx.so
# 重启nginx服务器

[root@localhost ~]# vim /etc/ld.so.conf
# 添加如下内容：
/usr/local/mysql/lib
[root@localhost ~]# ldconfig  # 使命令生效

【Sphinx配置文件】

# sphinx可以定义多个索引与数据源，不同的索引与数据源可以应用到不同表或不同应用的全文检索。

## 数据源 src1
source src1
{
    ## 说明数据源类型，数据源类型可以是：mysql、mssql、odbc等等
    type  =  mysql
    ## 下面是sql数据库特有的端口、用户名、密码数据库名等。
    sql_host  =  localhost
    sql_user  =  root
    sql_pass  =  root
    sql_db     =  test
    sql_port  =  3306  
    ## 执行sql前的操作，设置mysql检索编码
    sql_query_pre = SET NAMES UTF8
    ## 全文索引要显示的内容（尽可能不使用where、group by，将其的内容交给sphinx）
    ## select字段中必须包含一个唯一主键以及要全文检索的字段，where中要用到的字段也要select出来，sphinx使用此语句从数据库中拉取数据。
    sql_query = SELECT id , name from tablename
    ## 以下是用来过滤或条件查询的属性
    ## 当数据源过大时多次查询操作
    sql_query_range = SELECT MIN( id ) , MAX( id ) FROM documents  ## 获取最大和最小id，根据步长来获取数据
    sql_range_step = 1000  ## 查询的步长
    sql_ranged_throttle = 0  ## 设置分次查询的时间间隔，单位是毫秒
    ## 以下都是不同属性的数据（属性字段），属性时存在索引中，它不进行全文索引，只可以用于过滤和排序
    ## 在where、orderby、groupby中出现的字段要分别定义一个属性（以sql_attr_开头），定义不同类型的字段要用不同的属性名。
    sql_attr_uint = cat_id    ## 无符号整数类型
    sql_attr_unit = member_id
    sql_attr_timestamp = add_time  ## unix时间戳
    ## 用于命令行界面调用测试
    sql_query_info = select * from tablename where id=$id
}

## 索引
index test1
{
    source = src1    ## 声明索引源
    path = /usr/local/sphinx/var/data/test1  ## 索引文件存放路径及索引的文件名
    ## mmseg分词 ##
    ##charset_dictpath =  /usr/local/mmseg3/etc  ## 指定分词读取词典文件的目录，目录下必须有uni.lib词典，当启用分词发时需要填
    ## charset_type = zh_ch.utf-8  ## 设置数据编码 utf-8/gbk
    ## 一元分词 ##
    #charset_type = utf-8  ## 新的sphinx不支持charset_type设置
    charset_table = ## 字符表和大小写转换规则
    ngram_chars = ## 要进行一元字符切分模式认可的有效字符集
    ngram_len = 1  ## 分词长度
}

## 索引器配置
indexer
{
    mem_limit = 256  ## 内存限制
}

## sphinx服务进程
searchd
{
    listen = 9312    ## 监听端口
    listen = 9306:mysql41
    log = /usr/local/sphinx/var/log/searchd.log  ## 服务进程日志
    query_log = /usr/local/sphinx/var/log/query.log  ## 客户端查询日志
    read_time = 5  ## 请求超时
    max_children = 30  ##  同时可执行的最大searchd进程数
    pid_file = /usr/local/sphinx/var/log/searchd.pid  ## 进程id文件
    max_matches = 1000  ## 查询结果的最大返回数
    seamless_rotate = 1  ## 启动无缝轮转
}

【生成索引】

调用indexer程序生成全部索引：

[root@localhost ~]# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --all

指定某个数据源生成索引：

[root@localhost ~]# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf 索引名（配置文件中所定义的）

如果此时searchd守护进程已经启动，需要加上--rotate参数：

[root@localhost ~]# /usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --all --rotate

【启动sphinx】

[root@localhost ~]# /usr/local/sphinx/bin/searchd --config /usr/local/sphinx/etc/sphinx.conf

【使用sphinx】

1、new SphinxClient ();    ## 创建sphinx的客户端接口对象

2、SetServer( host , port );    ## 设置连接sphinx主机与端口

3、SetMatchMode( mode );    ## 设置全文查询的匹配模式，mode为搜索模式

4、SetFilter( string $attribute , array $values [ , bool $exclude = false ] )  ## 增加整数型过滤器

string $attribute 属性名称

array $values 整数值数组

bool $exclude 匹配该过滤规则的文档是否会被排除在结果之外

5、SetSortMode( int mode [ , string $sortby ] )    ## 设置匹配排序模式

6、SetLimits( int $offset , int $limit )    ##  设置返回结果集偏移量和数目

7、Query( string $query [ , string $index='*'  ] )    ## 执行搜索查询

string $query 查询的字符串

string $index 索引名称，可以是多个，用逗号分割或者为'*'表示全部索引

返回的数据结构：

键	值说明
"matches"	存储文档id以及其对应的另一个包含文档权重和属性值得hash表
"total"	此查询在服务器检索所得到的匹配文档总数（即服务器端结果集的大小，且与相关设置有关）
"total_found"	索引中匹配文档的总数
"words"	将查询关键词（关键词经过大小写转换，取词干和其他处理）映射到一个包含关于关键字的统计数据。'docs'在多少文档中出现，'hits'一共出现了多少次。
"error"	searchd报告的错误信息
"warning"	searchd报告的警告信息

8、buildExcerpts( array $docs , string $index , string $words [ , array $opts ] )   ## 高亮关键字文本片段，可以用于实现摘要的功能

array $docs 文档内容字符串数组

string $index 检索名称

string $words 要高亮的关键词

array $opts 关联数组的附加突出选项

【sphinx增量索引更新】

索引建立构成：1、固定不变的主索引。2、增量索引重建。3、索引数据的合并。

在实际操作中，需要为增量索引的建立创建辅助表，这样才可以记住最后建立索引的记录id来做实际的增量部分的索引建立。

1）创建辅助表：CREATE TABLE `sph_counter` (`counter_id` int(11) NOT NULL COMMENT `标识不同的数据表`,`max_doc_id` int(11) NOT NULL COMMENT `每个索引表的最大ID，会实时更新`,PRIMARY KEY (`counter_id`)) ENGINE=MyISAM DEFAULT CHARSET=utf8

2）在主索引的数据源中，在sql_query的查询语句中，增加where条件语句（WHERE id<=( SELECT max_doc_id FROM sph_counter WHERE counter_id = 1 )）

3）在增量索引的数据源中，继承主索引数据源，在sql_query的查询语句中，增加where条件语句，获取主索引中没有的数据（WHERE id > ( SELECT max_doc_id FROM sph_counter WHERE counter_id = 1 )）

4）分别配置主索引和增量索引的index定义配置。

生成主索引，可添加crontab，定时重建主索引：

/usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --rotate test1
# 生成增量索引并且合并，可添加到crontab任务中每隔一段时间执行一次：
/usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --rotate delta
/usr/local/sphinx/bin/indexer --config /usr/local/sphinx/etc/sphinx.conf --merge test1 delta --rotate