mysql sphinx windows安装_Sphinx在windows下安装使用[支持中文全文检索]
前一陣子嘗試使用了一下Sphinx，一個能夠被各種語言(PHP/Python/Ruby/etc)方便調用的全文檢索系統。網上的資料大多是在 linux環境下的安裝使用，當然，作為生產環境很有必要部署在*nix環境下，作為學習測試，還是windows環境比較方便些。
本文旨在提供一種便捷的方式讓Sphinx在windows下安裝配置以支持中文全文檢索，配置部分在linux下通用。
一、關于Sphinx
Sphinx 是一個在GPLv2 下發布的一個全文檢索引擎，商業授權(例如, 嵌入到其他程序中)需要聯系作者(Sphinxsearch.com)以獲得商業授權。
一般而言，Sphinx是一個獨立的搜索引擎，意圖為其他應用提供高速、低空間占用、高結果相關度的全文搜索功能。Sphinx可以非常容易的與SQL數據庫和腳本語言集成。
當前系統內置MySQL和PostgreSQL 數據庫數據源的支持，也支持從標準輸入讀取特定格式的XML數據。通過修改源代碼，用戶可以自行增加新的數據源(例如：其他類型的DBMS的原生支持)。
搜索API支持PHP、Python、Perl、Rudy和Java，并且也可以用作MySQL存儲引擎。搜索API非常簡單，可以在若干個小時之內移植到新的語言上。
Sphinx特性：
* 高速的建立索引(在當代CPU上，峰值性能可達到10MB/秒);
* 高性能的搜索(在2–4GB的文本數據上，平均每次檢索響應時間小于0.1秒);
* 可處理海量數據(目前已知可以處理超過100GB的文本數據,在單一CPU的系統上可處理100M文檔);
* 提供了優秀的相關度算法，基于短語相似度和統計(BM25)的復合Ranking方法;
* 支持分布式搜索;
*
提供文件的摘錄生成;
*
可作為MySQL的存儲引擎提供搜索服務;
*
支持布爾、短語、詞語相似度等多種檢索模式;
*
文檔支持多個全文檢索字段(最大不超過32個);
*
文檔支持多個額外的屬性信息(例如：分組信息，時間戳等);
*
停止詞查詢;
*
支持單一字節編碼和UTF-8編碼;
*
原生的MySQL支持(同時支持MyISAM和InnoDB);
*
原生的PostgreSQL支持.
中文手冊可以在這里獲得(酷勤網備用下載地址：sphinx_doc_zhcn_0.9.pdf)。
二、Sphinx在windows上的安裝
1.直接在http://www.sphinxsearch.com/downloads.html找到最新的windows版本，我這里下的是 Win32 release binaries with MySQL support，下載后解壓在D:\sphinx目錄下；
2.在D:\sphinx\下新建一個data目錄用來存放索引文件，一個log目錄方日志文件，復制D:\sphinx\sphinx.conf.in 到D:\sphinx\bin\sphinx.conf(注意修改文件名)；
3.修改D:\sphinx\bin\sphinx.conf，我這里列出需要修改的幾個：
type??????? = mysql # 數據源，我這里是mysql
sql_host??? = localhost # 數據庫服務器
sql_user??? = root # 數據庫用戶名
sql_pass??? = '' # 數據庫密碼
sql_db????? = test # 數據庫
sql_port??? = 3306 # 數據庫端口
sql_query_pre?? = SET NAMES utf8 # 去掉此行前面的注釋，如果你的數據庫是uft8編碼的
index test1
{
# 放索引的目錄
path?? = D:/sphinx/data/
# 編碼
charset_type? = utf-8
#? 指定utf-8的編碼表
charset_table? = 0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F
# 簡單分詞，只支持0和1，如果要搜索中文，請指定為1
ngram_len??? = 1
# 需要分詞的字符，如果要搜索中文，去掉前面的注釋
ngram_chars?? = U+3000..U+2FA1F
}
# index test1stemmed : test1
# {
# path?? = @CONFDIR@/data/test1stemmed
# morphology? = stem_en
# }
# 如果沒有分布式索引，注釋掉下面的內容
# index dist1
# {
# 'distributed' index type MUST be specified
# type??? = distributed
# local index to be searched
# there can be many local indexes configured
# local??? = test1
# local??? = test1stemmed
# remote agent
# multiple remote agents may be specified
# syntax is 'hostname:port:index1,[index2[,...]]
# agent??? = localhost:3313:remote1
# agent??? = localhost:3314:remote2,remote3
# remote agent connection timeout, milliseconds
# optional, default is 1000 ms, ie. 1 sec
# agent_connect_timeout = 1000
# remote agent query timeout, milliseconds
# optional, default is 3000 ms, ie. 3 sec
# agent_query_timeout? = 3000
# }
# 搜索服務需要修改的部分
searchd
{
# 日志
log???? = D:/sphinx/log/searchd.log
# PID file, searchd process ID file name
pid_file?? = D:/sphinx/log/searchd.pid
# windows下啟動searchd服務一定要注釋掉這個
# seamless_rotate? = 1
}
4.導入測試數據
C:\Program Files\MySQL\MySQL Server 5.0\bin>mysql -uroot test
5.建立索引
D:\sphinx\bin>indexer.exe –all
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
indexing index ‘test1′…
collected 4 docs, 0.0 MB
sorted 0.0 Mhits, 100.0% done
total 4 docs, 193 bytes
total 0.101 sec, 1916.30 bytes/sec, 39.72 docs/sec
D:\sphinx\bin>
6.搜索’test’試試
D:\sphinx\bin>search.exe test
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
index ‘test1′: query ‘test ‘: returned 3 matches of 3 total in 0.000 sec
displaying matches:
1. document=1, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008
id=1
group_id=1
group_id2=5
date_added=2008-11-26 14:58:59
title=test one
content=this is my test document number one. also checking search within
phrases.
2. document=2, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008
id=2
group_id=1
group_id2=6
date_added=2008-11-26 14:58:59
title=test two
content=this is my test document number two
3. document=4, weight=1, group_id=2, date_added=Wed Nov 26 14:58:59 2008
id=4
group_id=2
group_id2=8
date_added=2008-11-26 14:58:59
title=doc number four
content=this is to test groups
words:
1. ‘test’: 3 documents, 5 hits
D:\sphinx\bin>
都所出來了吧。
6.測試中文搜索
修改test數據庫中documents數據表，
UPDATE `test`.`documents` SET `title` = ‘測試中文’, `content` = ‘this is my test document number two，應該搜的到吧’ WHERE `documents`.`id` = 2;
重建索引：
D:\sphinx\bin>indexer.exe –all
搜索’中文’試試：
D:\sphinx\bin>search.exe 中文
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
index ‘test1′: query ‘中文 ‘: returned 0 matches of 0 total in 0.000 sec
words:
D:\sphinx\bin>
貌似沒有搜到，這是因為windows命令行中的編碼是gbk，當然搜不出來。我們可以用程序試試，在D:\sphinx\api下新建一個 foo.php的文件，注意utf-8編碼
require ’sphinxapi.php’;
$s = new SphinxClient();
$s->SetServer(’localhost’,3312);
$result = $s->Query(’中文’);
var_dump($result);
?>
啟動Sphinx searchd服務
D:\sphinx\bin>searchd.exe
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
WARNING: forcing –console mode on Windows
using config file ‘./sphinx.conf’…
creating server socket on 0.0.0.0:3312
accepting connections
執行PHP查詢：
php d:/sphinx/api/foo.php
總結
以上是生活随笔為你收集整理的mysql sphinx windows安装_Sphinx在windows下安装使用[支持中文全文检索]的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 诸神战纪2java_诸神战纪2死神归来
- 下一篇： java accessablity_ja