`

coreseek实时索引更新之增量索引

 
阅读更多

coreseek实时索引更新有两种选择:

1.使用基于磁盘的索引,手动分区,然后定期重建较小的分区(被称为“增量”)。通过尽可能的减小重建部分的大小,可以将平均索引滞后时间降低到30~60秒.在0.9.x版本中,这是唯一可用的方法。在一个巨大的文档集上,这可能是最有效的一种方法

2.版本1.x(从版本1.10-beta开始)增加了实时索引(简写为Rt索引)的支持,用于及时更新全文数据。在RT索引上的更新,可以在1~2毫秒(0.001-0.002秒)内出现在搜索结果中。然而,RT实时索引在处理较大数据量的批量索引上效率并不高。

这篇我们只要是增量索引

基本思路是设置两个数据源和两个索引,对很少更新或根本不更新的数据建立主索引,而对新增文档建立增量索引

在配置文件中定义了主索引和增量索引之后,不能直接用indexer –config d:\coreseek\csft.conf –all,再添加数据到数据库中,再用indexer –config d:\coreseek\csft.confg main delta –rotate来弄(我居然这样弄了两次)。正确的步骤为:

1.创建主索引:indexer –cd:\coreseek\csft.conf --all

2.添加数据

3.再创建增量索引:indexer –cd:\coreseek\csft.conf delta --rotate

4.合并索引:indexer –cd:\coreseek\csft.conf --merge main delta –rotate(为了防止多个关键字指向同一个文档加上--merge-dst-range deleted 0 0)

增量配置文件如下:

[plain] view plaincopy
 
  1. #增量索引  
  2. source main  
  3. {  
  4.     type                    = mysql  
  5.     sql_host                = localhost  
  6.     sql_user                = root  
  7.     sql_pass                = 123456  
  8.     sql_db                  = hottopic  
  9.     sql_port                = 3306  
  10.     sql_query_pre           = SET NAMES utf8  
  11.     sql_query_pre       = replace into sph_counter select 1,max(id) from st_info  
  12.     sql_query_range     = select 1,max(id) from st_info  
  13.     sql_range_step          = 1000  
  14.   
  15.     sql_query               = SELECT id, pubDate, title, description,nav_id,rss_id FROM st_info where id>=$start and id <=$end and \  
  16.                 id <=(select max_doc_id from sph_counter where counter_id=1)  
  17.     sql_attr_uint           = nav_id            
  18.     sql_attr_uint       = rss_id  
  19.     sql_attr_timestamp      = pubDate   
  20. }  
  21.   
  22. source delta : main  
  23. {  
  24.     sql_query_pre           = SET NAMES utf8  
  25.     sql_query           = SELECT id, pubDate, title, description,nav_id,rss_id FROM st_info where id>=$start and id <=$end and \  
  26.                 id >(select max_doc_id from sph_counter where counter_id=1)  
  27.     sql_query_post_index    = replace into sph_counter select 1,max(id) from st_info  
  28. }  
  29.   
  30. #index定义  
  31. index main  
  32. {  
  33.     source              = main              
  34.     path                = D:/coreseek/coreseek-4.1-win32/var/data/mysqlInfoSPHMain   
  35.     docinfo             = extern  
  36.     mlock               = 0  
  37.     morphology          = none  
  38.     min_word_len        = 1  
  39.     html_strip          = 0  
  40.     stopwords       =  
  41.   
  42.     charset_dictpath    =  D:/coreseek/coreseek-4.1-win32/etc      
  43.     charset_type        = zh_cn.utf-8  
  44. }  
  45.   
  46. index delta : main  
  47. {  
  48.     source      = delta  
  49.     path                = D:/coreseek/coreseek-4.1-win32/var/data/mysqlInfoSPHDelta  
  50.      
  51. }  
  52.   
  53. #全局index定义  
  54. indexer  
  55. {  
  56.     mem_limit            = 128M  
  57. }  
  58.   
  59. #searchd服务定义  
  60. searchd  
  61. {  
  62.     listen          = 127.0.0.1:9312  
  63.     read_timeout        = 5  
  64.     max_children        = 30  
  65.     max_matches         = 1000  
  66.     seamless_rotate     = 0  
  67.     preopen_indexes     = 0  
  68.     unlink_old          = 1  
  69.     pid_file            = D:/coreseek/coreseek-4.1-win32/var/log/searchd_mysqlInfoSph.pid  
  70.     log             = D:/coreseek/coreseek-4.1-win32/var/log/searchd_mysqlInfoSph.log  
  71.     query_log           = D:/coreseek/coreseek-4.1-win32/var/log/query_mysqlInfoSph.log  
  72.     binlog_path         =            
  73.     compat_sphinxql_magics  = 0  
  74. }  


注意问题:如果我的主索引为50W条我前天建立的,我昨天增加了10W条的数据,并且建立了增量索引还和主索引合并了,我今天增加了10W的数据并且建立增量索引而且也和主索引合并了,在这两天内我是没有重新建立主索引的,问题来了:昨天是对10W数据进行建立,今天就是20W的数据建立,并且这20W数据中有10W数据其实在主索引中了,这个是非常可怕的?解决方案:

1.一天建立一次主索引

2.在不考虑重新建立主索引的时候,在添加增量索引的时候用sql_query_post_index来改变maxid值我是windows下面手动输入代码成功(不知道用脚本的时候会怎么样)

3.在不考虑重新建立主索引的时候,在合并索引的时候,用脚本链接数据库直接去修改(可以查看:http://banu.blog.163.com/blog/static/2314648201092911412539)

分享到:
评论

相关推荐

    coreseek mysql 索引配置文件 包含增量索引

    coreseek mysql 索引配置文件 增量索引

    coreseek-4.1-win32

    6. **实时更新**:CoreSeek支持实时索引更新,这意味着当数据库中的数据发生变化时,无需重建整个索引,只需对新数据进行增量更新,保持搜索结果的时效性。 7. **排序和过滤**:在搜索结果返回时,CoreSeek允许用户...

    CoreSeek/Sphinx中文手册

    - 支持实时和增量索引更新,保持索引数据的新鲜度 - 提供了丰富的查询语法,包括布尔查询、范围查询、短语匹配等 - 高度可定制的搜索结果排序,包括相关性排序和自定义排序 - 支持多种编程语言的API接口,方便开发者...

    Coreseek 全文搜索服务器2.5

    - **实时更新**:支持增量索引,可以在数据变化时及时更新索引。 - **多种数据源**:Sphinx支持MySQL、PostgreSQL等多种数据库,还可以通过XMLpipe2从非SQL数据源构建索引。 **3. Coreseek 全文搜索服务器2.5的安装...

    官网不能下,这里可以下载coreseek-3.2.14-.tar.gz

    5. **实时更新**:Coreseek支持增量索引和实时更新,能够在数据变化后快速反映到搜索结果中。 6. **排序与过滤**:可以根据用户需求进行排序,同时支持过滤条件,如时间、价格等。 7. **API接口**:提供了丰富的...

    coreseek-4.1-beta.zip

    3. **索引构建**:CoreSeek支持实时索引更新和增量索引,可以高效处理大量数据的变化,这对于数据频繁更新的系统尤为重要。用户需要了解如何创建和管理索引,以及如何根据需求设置索引策略。 4. **查询接口**:...

    coreseek搜索服务1

    索引更新时,可以使用增量索引或全量索引策略,以减少对数据库的影响。 **五、测试表与数据.sql** 文件“测试表与数据.sql”很可能包含了用于测试Coreseek的数据库表结构和初始数据。在安装和配置完成后,导入这个...

    coreseek SPHINX 使用说明及详细介绍

    2. 创建索引:使用`indexer`工具对数据进行全量或增量索引。 3. 启动Sphinx服务:运行Sphinx服务器,使其监听指定端口等待请求。 4. 编程接口:在项目中引入`sphinxapi.php`,通过PHP API连接Sphinx服务器,执行搜索...

    sql全文索引 sphinx

    这通常通过设置SQL增量更新或触发器实现,确保索引始终保持最新。 6. **CoreSeek** CoreSeek是Sphinx的中文版,提供了中文分词支持,适合处理中文数据。`coreseek-3.2.14-win32.zip`可能是CoreSeek的安装包,包含...

    sphinx增量索引的一个问题

    增量索引是Sphinx提供的一种优化机制,用于仅更新自上次完整索引以来发生变化的数据,从而提高索引效率。 描述中提到的日志警告显示了在尝试执行索引旋转(rotate)操作时遇到了问题。索引旋转是Sphinx在增量索引...

    sphinx全文搜索引擎

    用户可以根据需求配置索引策略,如实时索引更新、增量索引更新等,以适应不同的业务场景。 3. **查询接口与搜索算法** Sphinx提供了多种查询接口,包括SQL-like的SPHQL(Sphinx Query Language)和API接口,方便...

    SPhinx在量子知道中的应用-征宇.pdf

    2. 离线索引:通过增量索引和定期合并,实现准实时搜索。 在使用Sphinx时,你需要: 1. 定义数据源,如MySQL数据库。 2. 选择索引更新策略,实时或离线。 3. 设定匹配模式,如精确匹配或模糊匹配。 4. 选择评分模式...

    sphinx社区全文搜索平台配置手册.docx

    2. **增量索引**:实时跟踪数据变化,每5分钟构建一次增量索引,存储在内存中(如 `/dev/shm/`),以减少I/O操作。 3. **每日合并**:每日凌晨3:30,将前一天的增量索引合并到主索引中,确保数据的实时性。 4. **主...

    sphinx的demo

    - 使用 `indexer` 命令创建索引,可以指定需要索引的表和字段,以及各种索引策略,例如增量索引、全量索引等。 5. **搜索服务启动**: - 启动 `searchd` 服务进程,它是 Sphinx 的后台搜索服务器,负责处理搜索...

    sphinx社区全文搜索平台配置手册.pdf

    同时,它的索引构建速度也非常快,大约5分钟就能处理百万条记录,增量索引的重建只需几十秒,每天的增量索引合并到主索引也只需一分钟左右。这对于高负载的Discuz!站点来说,是解决搜索速度慢、数据库锁表以及无法...

    浅谈Coreseek、Sphinx-for-chinaese、Sphinx+Scws的区别

    在IT领域,全文检索引擎是构建高效搜索系统的关键技术,Sphinx是一款被广泛使用的开源全文检索引擎,尤其在Web...同时,持续关注和了解相关技术的最新发展,如增量索引、多线程搜索等,也是保持系统高效运行的关键。

    搭建Sphinx+MySQL5.1x+SphinxSE+mmseg中文分词搜索引擎架构

    为Sphinx创建必要的数据目录,例如`/data/sphdata`用于存放主索引,而`/dev/shm/`则用于存放增量索引。 ##### 3. 创建sphinx.conf配置文件 配置文件`sphinx.conf`定义了Sphinx的行为和参数,包括数据源、索引类型...

    网站搜索的进化PPT学习教案.pptx

    在此过程中,需要解决自动增量索引、排序和相关度提升、用户行为分析等问题。 5. 搜索网站的进化: 随着时间的推移,搜索引擎发展到全文搜索型,如Google和百度,它们通过网页抓取、分析和索引提供服务。Google的...

Global site tag (gtag.js) - Google Analytics