當前位置：首頁 > 运维知识 > 数据库 >内容正文

数据库

mysql sphinx windows安装_Sphinx在windows下安装使用[支持中文全文检索]

發布時間：2024/10/14 数据库 62 豆豆

生活随笔收集整理的這篇文章主要介紹了 mysql sphinx windows安装_Sphinx在windows下安装使用[支持中文全文检索] 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

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)

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)

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)

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)

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。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇：诸神战纪2java_诸神战纪2死神归来
下一篇： python queue 调试_pyth