`
catastiger
  • 浏览: 138513 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

WINDOWS 下SPHINX安装，以及javaAPI调(1)

WindowsSQLMySQLCC# 
阅读更多

官方在线文档：http://www.coreseek.cn/products-install/install_on_windows/ 

一、安装：
##
##　1.  安装Python 2.6 Windows (x86)（必须，32位系统和64位系统均安装该版本）：


##从ActiveState官方网站下载ActivePython 2.6 Windows (x86)

，然后安装；
##您也可从华军软件园下载ActivePython 2.6 Windows (x86)

，然后安装；
##
##　2. 安装 Microsoft Visual C++ 2005 Redistributable Package (x86)（必须，32位系统和64位系统均安装该版本）：


##从微软官方网站下载Microsoft Visual C++ 2005 Redistributable Package (x86)

，然后安装；
##
##　3. 安装 Coreseek-3.2.13（必须）：


##从Coreseek官方网站下载 http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.13-win32.zip


#解压coreseek-3.2.13-win32.zip到coreseek-3.2.13-win32目录

##二、数据源支持：
##win32版本默认支持xml、mysql、python等数据源

##三、coreseek中文全文检索测试
##可直接执行test.cmd测试，或者：
##打开win32命令行
#cd coreseek-3.2.13-win32
#bin\indexer -c etc\csft.conf
##以下为正常情况下的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    total 0 reads, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg
    total 0 writes, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg

#bin\indexer -c etc\csft.conf --all
##以下为正常索引全部数据时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    indexing index 'xml'...
    collected 3 docs, 0.0 MB
    sorted 0.0 Mhits, 100.0% done
    total 3 docs, 7585 bytes
    total 0.075 sec, 101043 bytes/sec, 39.96 docs/sec
    total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg
    total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg

#bin\indexer -c etc\csft.conf xml
##以下为正常索引指定数据时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    indexing index 'xml'...
    collected 3 docs, 0.0 MB
    sorted 0.0 Mhits, 100.0% done
    total 3 docs, 7585 bytes
    total 0.069 sec, 109614 bytes/sec, 43.35 docs/sec
    total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg
    total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg

# bin\search -c etc\csft.conf
##以下为正常测试搜索时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    index 'xml': query '': returned 3 matches of 3 total in 0.093 sec

    displaying matches:
    1. document=1, weight=1, published=Thu Apr  1 22:20:07 2010, author_id=1
    2. document=2, weight=1, published=Thu Apr  1 23:25:48 2010, author_id=1
    3. document=3, weight=1, published=Thu Apr  1 12:01:00 2010, author_id=2

    words:

##因为Win32命令行不支持UTF-8输入，故以下指令无法测试：
# bin\search -c etc\csft.conf -a Twittter和Opera都提供了搜索服务
##故请使用bin\search -c etc\csft.conf -a Twittter Opera
##以下为正常测试搜索关键词时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    index 'xml': query 'Twittter和Opera都提供了搜索服务 ': returned 3 matches of 3 total in 0.038 sec

    displaying matches:
    1. document=3, weight=24, published=Thu Apr  1 12:01:00 2010, author_id=2
    2. document=1, weight=4, published=Thu Apr  1 22:20:07 2010, author_id=1
    3. document=2, weight=3, published=Thu Apr  1 23:25:48 2010, author_id=1

    words:
    1. 'twittter': 1 documents, 3 hits
    2. '和': 3 documents, 15 hits
    3. 'opera': 1 documents, 25 hits
    4. '都': 2 documents, 4 hits
    5. '提供': 0 documents, 0 hits
    6. '了': 3 documents, 18 hits
    7. '搜索': 2 documents, 5 hits
    8. '服务': 1 documents, 1 hits

# bin\searchd -c etc\csft.conf
##以下为正常开启搜索服务时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

    using config file 'etc\csft.conf'...
    listening on all interfaces, port=9312
##如要停止搜索服务，请使用ctrl+C停止

##然后，请参考csft-3.2.13-win32下api目录中的相关文件，使用PHP、Python、Ruby、Java来测试搜索服务；也可以前往< ahref="/products-install/step_by_step/">搜索服务建立三步曲，查看第三步使用PHP测试。

##四、继续
##通过以上步骤，coreseek已经安装测试完成，可以提供正常的xml数据源索引以及提供对应的搜索服务了
##下一步工作，请查看手册，准备好mysql数据信息，以及进行mysql数据源的测试，并在您的应用中调用搜索服务；mysql数据源的配置可参考testpack/etc/csft_mysql.conf文件

 

按照上面的步骤安装通过后，就证明你可使用了SPHINX进行搜索了，

 

晒一下我的csft.conf 文件内容，以及相关的一些说明，

#源定义
source src1
{
	type					= mysql			#数据源类型
	sql_host				= 192.168.93.173	#主机
	sql_user				= t_develop		#用户
	sql_pass				= t_develop		#密码
	sql_db					= twioo_develop		#数据库
	sql_port				= 3306			#数据库端口
	sql_query_pre				= SET NAMES UTF8	#检索编码
	
						#获取数据的SQL语句
	sql_query				= SELECT content_id,user_id, user_type as user_type , post_time as  posttime ,content_body FROM twioo_content 
		
	sql_attr_uint				=posttime		#无符号整数属性
	sql_attr_uint				=user_type		#无符号整数属性
	#sql_attr_timestamp			= created ############ UNIX时间戳属性
	sql_ranged_throttle			= 0
}


index content
{
	source			= src1				#声明索引源
	path			= D:\sphinx/data/content	#索引存储路径及文件名
	docinfo			= extern			#存储方式
	mlock			= 0				#
	morphology		= none				#形态学（对中文无效）
	min_word_len		= 1				#索引的最小长度
	html_strip		= 0				#
	#charset_dictpath = /usr/local/coreseek/
	#charset_type=zh_cn.utf-8			
	charset_type  = utf-8					#数据编码	

	ngram_len = 1						# 对于非字母型数据的长度切割
	min_prefix_len  = 0					#最小前缀					
	min_infix_len  = 1					#最小中缀


	
	#stopwords   =D:\sphinx/stopwords.txt

	ngram_chars =	U+4E00..U+9FBB, U+3400..U+4DB5, U+20000..U+2A6D6, U+FA0E, U+FA0F, \
			U+FA11, U+FA13, U+FA14, U+FA1F, U+FA21, U+FA23, U+FA24, U+FA27, U+FA28, U+FA29, \
			U+3105..U+312C, U+31A0..U+31B7, U+3041, U+3043, U+3045, U+3047, U+3049, U+304B, \
			U+304D, U+304F, U+3051, U+3053, U+3055, U+3057, U+3059, U+305B, U+305D, U+305F, \
			U+3061, U+3063, U+3066, U+3068, U+306A..U+306F, U+3072, U+3075, U+3078, U+307B, \
			U+307E..U+3083, U+3085, U+3087, U+3089..U+308E, U+3090..U+3093, U+30A1, U+30A3, \
			U+30A5, U+30A7, U+30A9, U+30AD, U+30AF, U+30B3, U+30B5, U+30BB, U+30BD, U+30BF, \
			U+30C1, U+30C3, U+30C4, U+30C6, U+30CA, U+30CB, U+30CD, U+30CE, U+30DE, U+30DF, \
			U+30E1, U+30E2, U+30E3, U+30E5, U+30E7, U+30EE, U+30F0..U+30F3, U+30F5, U+30F6, \
			U+31F0, U+31F1, U+31F2, U+31F3, U+31F4, U+31F5, U+31F6, U+31F7, U+31F8, U+31F9, \
			U+31FA, U+31FB, U+31FC, U+31FD, U+31FE, U+31FF, U+AC00..U+D7A3, U+1100..U+1159, \
			U+1161..U+11A2, U+11A8..U+11F9, U+A000..U+A48C, U+A492..U+A4C6

	charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,\
						A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,\
						U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101,\
						U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,\
						U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,\
						U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, \
						U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D,\
						U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, \
						U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, \
						U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, \
						U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, \
						U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, \
						U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159,\
						U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, \
						U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, \
						U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, \
						U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+0175,\
						U+0175,U+0176->U+0177, U+0177, U+0178->U+00FF, U+00FF, U+0179->U+017A, U+017A, \
						U+017B->U+017C,U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, \
						U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, \
						U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, \
						U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, \
						U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, \
						U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, \
						U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, \
						U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, \
						U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, \
						U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, \
						U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, \
						U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, \
						U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, \
						U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, \
						U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, \
						U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, \
						U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, \
						U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, \
						U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, \
						U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF 
}

######### 索引器配置 ##### 
indexer
{
	mem_limit			= 128M			####### 内存限制
}



#searchd服务定义
searchd
{
	listen				= 192.168.93.147:3312	### 监听端口
	read_timeout			= 5			#请求超时时间
	max_children			= 30			#同时可执行的最大searchd 进程数
	max_matches			= 100000		### 查询结果的最大返回数	
	seamless_rotate			= 0			### 是否支持无缝切换，做增量索引时通常需要		
	preopen_indexes			= 0	
	unlink_old			= 1
	pid_file			= D:\sphinx\log/searchd.pid	#######进程ID文件 
	log				=D:\sphinx\log/searchd.log	#### 服务进程日志 ，一旦sphinx出现异常，基本上可以从这里查询有效信息
	query_log			=D:\sphinx\log/query.log	### 客户端查询日志
}

 

  说明一下，D:\sphinx\log这样的文件夹要先建立，否则会报错的，sql_attr_uint 是一些属性，为了能进行排序，分组，过滤用的

 

上面的文件搞好后，我们开始测试：（命令行进入coreseek-3.2.13-win32目录）

1，生成索引，

        bin\indexer -c etc\csft.conf --all

 

E:\doc\Sphinx\tool\coreseek-3.2.13-win32>bin\indexer -c etc\csft.conf --all
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

 using config file 'etc\csft.conf'...
indexing index 'content'...
collected 184330 docs, 15.1 MB
sorted 30.5 Mhits, 97.9% done
total 184330 docs, 15080875 bytes
total 39.237 sec, 384347 bytes/sec, 4697.78 docs/sec
total 7 reads, 6.279 sec, 26307.1 kb/call avg, 897.0 msec/call avg

 

2.检索
        bin\search.exe -c etc\csft.conf -a ss

E:\doc\Sphinx\tool\coreseek-3.2.13-win32> bin\search.exe -c etc\csft.conf -a ss
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

 using config file 'etc\csft.conf'...
index 'content': query 'ss ': returned 606 matches of 606 total in 0.039 sec

displaying matches:
1. document=987847, weight=1, user_type=0, posttime=1269336727
2. document=987854, weight=1, user_type=0, posttime=1269395853
3. document=987855, weight=1, user_type=0, posttime=1269395859
4. document=987859, weight=1, user_type=0, posttime=1269395944
5. document=987860, weight=1, user_type=0, posttime=1269395953
6. document=987871, weight=1, user_type=0, posttime=1269409377
7. document=987971, weight=1, user_type=3, posttime=10
8. document=987991, weight=1, user_type=0, posttime=1269411526
9. document=988302, weight=1, user_type=3, posttime=1261593198
10. document=988467, weight=1, user_type=3, posttime=10
11. document=988484, weight=1, user_type=3, posttime=1261596869
12. document=988509, weight=1, user_type=3, posttime=1261597677
13. document=988516, weight=1, user_type=3, posttime=10
14. document=988539, weight=1, user_type=3, posttime=1261598582
15. document=988566, weight=1, user_type=3, posttime=1261599229
16. document=988826, weight=1, user_type=3, posttime=1261608630
17. document=988923, weight=1, user_type=3, posttime=1261611892
18. document=988992, weight=1, user_type=3, posttime=1261613865
19. document=989033, weight=1, user_type=3, posttime=1261614681
20. document=989213, weight=1, user_type=3, posttime=1261618195

words:
1. 'ss': 606 documents, 611 hits

 

这里不能写中文，CMD默认不支持UTF-8,这样就可以查到查有ss的记录了，

3，开户服务

        bin\searchd.exe -c etc\csft.conf

服务开启后，就可以在客户端调用，进行查询了，在控制台会看到这样的结果：

E:\doc\Sphinx\tool\coreseek-3.2.13-win32>bin\searchd.exe -c etc\csft.conf
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

 WARNING: forcing --console mode on Windows
using config file 'etc\csft.conf'...
listening on 192.168.93.147:3312
accepting connections
[Fri Aug 20 15:36:01.748 2010] 0.183 sec [ext/0/attr- 27 (0,50)] [*] 恒生电子

 

补充一下，正常情况下，在命令行中是不到UTF-8文字，要想在CMD命令行中看到得结果，在命令行中称输入CHCP 65001 设置一下CMD窗口属性，字体--选择lucida console 然后保存这样就可以看到搜索结果的文字了，不然是乱码

如果想变会中文，重新设置 chcp 936

 

 

 

 

分享到：
| 在Linux环境上安装memcached手册
评论
1 楼 cjc19762338 2010-10-19  
<div class="quote_title">catastiger 写道</div>
<div class="quote_div">
<p>官方在线文档：<a href="http://www.coreseek.cn/products-install/install_on_windows/">http://www.coreseek.cn/products-install/install_on_windows/</a> </p>
<pre>一、安装：
##
##　1. <strong style="color: red;"> 安装Python 2.6 Windows (x86)（必须，32位系统和64位系统均安装该版本）：</strong>

##从ActiveState官方网站下载<a href="http://www.activestate.com/activepython/downloads" target="_blank">ActivePython 2.6 Windows (x86)</a>
，然后安装；
##您也可从华军软件园下载<a href="http://search.newhua.com/search_list.php?searchname=Activepython+x86" target="_blank">ActivePython 2.6 Windows (x86)</a>
，然后安装；
##
##　2. <strong style="color: red;">安装 Microsoft Visual C++ 2005 Redistributable Package (x86)（必须，32位系统和64位系统均安装该版本）：</strong>

##从微软官方网站下载<a href="http://www.microsoft.com/downloads/details.aspx?FamilyID=32bc1bee-a3f9-4c13-9c99-220b62a191ee&amp;displaylang=zh-cn" target="_blank">Microsoft Visual C++ 2005 Redistributable Package (x86)</a>
，然后安装；
##
##　3. <strong style="color: red;">安装 Coreseek-3.2.13（必须）：</strong>

##从Coreseek官方网站下载 <a href="http://www.coreseek.cn/news/7/101/">http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.13-win32.zip</a>

#解压coreseek-3.2.13-win32.zip到coreseek-3.2.13-win32目录

##二、数据源支持：
##win32版本默认支持xml、mysql、python等数据源

##三、coreseek中文全文检索测试
##可直接执行test.cmd测试，或者：
##打开win32命令行
#cd coreseek-3.2.13-win32
#bin\indexer -c etc\csft.conf
##以下为正常情况下的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    total 0 reads, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg
    total 0 writes, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg

#bin\indexer -c etc\csft.conf --all
##以下为正常索引全部数据时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    indexing index 'xml'...
    collected 3 docs, 0.0 MB
    sorted 0.0 Mhits, 100.0% done
    total 3 docs, 7585 bytes
    total 0.075 sec, 101043 bytes/sec, 39.96 docs/sec
    total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg
    total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg

#bin\indexer -c etc\csft.conf xml
##以下为正常索引指定数据时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    indexing index 'xml'...
    collected 3 docs, 0.0 MB
    sorted 0.0 Mhits, 100.0% done
    total 3 docs, 7585 bytes
    total 0.069 sec, 109614 bytes/sec, 43.35 docs/sec
    total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg
    total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg

# bin\search -c etc\csft.conf
##以下为正常测试搜索时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    index 'xml': query '': returned 3 matches of 3 total in 0.093 sec

    displaying matches:
    1. document=1, weight=1, published=Thu Apr  1 22:20:07 2010, author_id=1
    2. document=2, weight=1, published=Thu Apr  1 23:25:48 2010, author_id=1
    3. document=3, weight=1, published=Thu Apr  1 12:01:00 2010, author_id=2

    words:

##因为Win32命令行不支持UTF-8输入，故以下指令无法测试：
# bin\search -c etc\csft.conf -a Twittter和Opera都提供了搜索服务
##故请使用bin\search -c etc\csft.conf -a Twittter Opera
##以下为正常测试搜索关键词时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

     using config file 'etc\csft.conf'...
    index 'xml': query 'Twittter和Opera都提供了搜索服务 ': returned 3 matches of 3 total in 0.038 sec

    displaying matches:
    1. document=3, weight=24, published=Thu Apr  1 12:01:00 2010, author_id=2
    2. document=1, weight=4, published=Thu Apr  1 22:20:07 2010, author_id=1
    3. document=2, weight=3, published=Thu Apr  1 23:25:48 2010, author_id=1

    words:
    1. 'twittter': 1 documents, 3 hits
    2. '和': 3 documents, 15 hits
    3. 'opera': 1 documents, 25 hits
    4. '都': 2 documents, 4 hits
    5. '提供': 0 documents, 0 hits
    6. '了': 3 documents, 18 hits
    7. '搜索': 2 documents, 5 hits
    8. '服务': 1 documents, 1 hits

# bin\searchd -c etc\csft.conf
##以下为正常开启搜索服务时的提示信息：
    Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
    Copyright (c) 2007-2010,
    Beijing Choice Software Technologies Inc (http://www.coreseek.com)

    using config file 'etc\csft.conf'...
    listening on all interfaces, port=9312
##如要停止搜索服务，请使用ctrl+C停止

##然后，请参考csft-3.2.13-win32下api目录中的相关文件，使用PHP、Python、Ruby、Java来测试搜索服务；也可以前往&lt; ahref="/products-install/step_by_step/"&gt;搜索服务建立三步曲，查看第三步使用PHP测试。

##四、继续
##通过以上步骤，coreseek已经安装测试完成，可以提供正常的xml数据源索引以及提供对应的搜索服务了
##下一步工作，请查看手册，准备好mysql数据信息，以及进行mysql数据源的测试，并在您的应用中调用搜索服务；mysql数据源的配置可参考testpack/etc/csft_mysql.conf文件

</pre>
<p> </p>
<p>按照上面的步骤安装通过后，就证明你可使用了SPHINX进行搜索了，</p>
<p> </p>
<p>晒一下我的csft.conf 文件内容，以及相关的一些说明，</p>
<pre name="code" class="conf">#源定义
source src1
{
type = mysql #数据源类型
sql_host = 192.168.93.173 #主机
sql_user = t_develop #用户
sql_pass = t_develop #密码
sql_db = twioo_develop #数据库
sql_port = 3306 #数据库端口
sql_query_pre = SET NAMES UTF8 #检索编码

#获取数据的SQL语句
sql_query = SELECT content_id,user_id, user_type as user_type , post_time as  posttime ,content_body FROM twioo_content

sql_attr_uint =posttime #无符号整数属性
sql_attr_uint =user_type #无符号整数属性
#sql_attr_timestamp = created ############ UNIX时间戳属性
sql_ranged_throttle = 0
}


index content
{
source = src1 #声明索引源
path = D:\sphinx/data/content #索引存储路径及文件名
docinfo = extern #存储方式
mlock = 0 #
morphology = none #形态学（对中文无效）
min_word_len = 1 #索引的最小长度
html_strip = 0 #
#charset_dictpath = /usr/local/coreseek/
#charset_type=zh_cn.utf-8
charset_type  = utf-8 #数据编码

ngram_len = 1 # 对于非字母型数据的长度切割
min_prefix_len  = 0 #最小前缀
min_infix_len  = 1 #最小中缀



#stopwords   =D:\sphinx/stopwords.txt

ngram_chars = U+4E00..U+9FBB, U+3400..U+4DB5, U+20000..U+2A6D6, U+FA0E, U+FA0F, \
U+FA11, U+FA13, U+FA14, U+FA1F, U+FA21, U+FA23, U+FA24, U+FA27, U+FA28, U+FA29, \
U+3105..U+312C, U+31A0..U+31B7, U+3041, U+3043, U+3045, U+3047, U+3049, U+304B, \
U+304D, U+304F, U+3051, U+3053, U+3055, U+3057, U+3059, U+305B, U+305D, U+305F, \
U+3061, U+3063, U+3066, U+3068, U+306A..U+306F, U+3072, U+3075, U+3078, U+307B, \
U+307E..U+3083, U+3085, U+3087, U+3089..U+308E, U+3090..U+3093, U+30A1, U+30A3, \
U+30A5, U+30A7, U+30A9, U+30AD, U+30AF, U+30B3, U+30B5, U+30BB, U+30BD, U+30BF, \
U+30C1, U+30C3, U+30C4, U+30C6, U+30CA, U+30CB, U+30CD, U+30CE, U+30DE, U+30DF, \
U+30E1, U+30E2, U+30E3, U+30E5, U+30E7, U+30EE, U+30F0..U+30F3, U+30F5, U+30F6, \
U+31F0, U+31F1, U+31F2, U+31F3, U+31F4, U+31F5, U+31F6, U+31F7, U+31F8, U+31F9, \
U+31FA, U+31FB, U+31FC, U+31FD, U+31FE, U+31FF, U+AC00..U+D7A3, U+1100..U+1159, \
U+1161..U+11A2, U+11A8..U+11F9, U+A000..U+A48C, U+A492..U+A4C6

charset_table = U+FF10..U+FF19-&gt;0..9, 0..9, U+FF41..U+FF5A-&gt;a..z, U+FF21..U+FF3A-&gt;a..z,\
A..Z-&gt;a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6-&gt;U+00E0..U+00F6,\
U+00E0..U+00F6, U+00D8..U+00DE-&gt;U+00F8..U+00FE, U+00F8..U+00FE, U+0100-&gt;U+0101, U+0101,\
U+0102-&gt;U+0103, U+0103, U+0104-&gt;U+0105, U+0105, U+0106-&gt;U+0107, U+0107, U+0108-&gt;U+0109,\
U+0109, U+010A-&gt;U+010B, U+010B, U+010C-&gt;U+010D, U+010D, U+010E-&gt;U+010F, U+010F,\
U+0110-&gt;U+0111, U+0111, U+0112-&gt;U+0113, U+0113, U+0114-&gt;U+0115, U+0115, \
U+0116-&gt;U+0117,U+0117, U+0118-&gt;U+0119, U+0119, U+011A-&gt;U+011B, U+011B, U+011C-&gt;U+011D,\
U+011D,U+011E-&gt;U+011F, U+011F, U+0130-&gt;U+0131, U+0131, U+0132-&gt;U+0133, U+0133, \
U+0134-&gt;U+0135,U+0135, U+0136-&gt;U+0137, U+0137, U+0139-&gt;U+013A, U+013A, U+013B-&gt;U+013C, \
U+013C,U+013D-&gt;U+013E, U+013E, U+013F-&gt;U+0140, U+0140, U+0141-&gt;U+0142, U+0142, \
U+0143-&gt;U+0144,U+0144, U+0145-&gt;U+0146, U+0146, U+0147-&gt;U+0148, U+0148, U+014A-&gt;U+014B, \
U+014B,U+014C-&gt;U+014D, U+014D, U+014E-&gt;U+014F, U+014F, U+0150-&gt;U+0151, U+0151, \
U+0152-&gt;U+0153,U+0153, U+0154-&gt;U+0155, U+0155, U+0156-&gt;U+0157, U+0157, U+0158-&gt;U+0159,\
U+0159,U+015A-&gt;U+015B, U+015B, U+015C-&gt;U+015D, U+015D, U+015E-&gt;U+015F, U+015F, \
U+0160-&gt;U+0161,U+0161, U+0162-&gt;U+0163, U+0163, U+0164-&gt;U+0165, U+0165, U+0166-&gt;U+0167, \
U+0167,U+0168-&gt;U+0169, U+0169, U+016A-&gt;U+016B, U+016B, U+016C-&gt;U+016D, U+016D, \
U+016E-&gt;U+016F,U+016F, U+0170-&gt;U+0171, U+0171, U+0172-&gt;U+0173, U+0173, U+0174-&gt;U+0175,\
U+0175,U+0176-&gt;U+0177, U+0177, U+0178-&gt;U+00FF, U+00FF, U+0179-&gt;U+017A, U+017A, \
U+017B-&gt;U+017C,U+017C, U+017D-&gt;U+017E, U+017E, U+0410..U+042F-&gt;U+0430..U+044F, \
U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556-&gt;U+0561..U+0586, U+0561..U+0587, \
U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, \
U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, \
U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, \
U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, \
U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, \
U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, \
U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, \
U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386-&gt;U+03B1, \
U+03AC-&gt;U+03B1, U+0388-&gt;U+03B5, U+03AD-&gt;U+03B5,U+0389-&gt;U+03B7, U+03AE-&gt;U+03B7, \
U+038A-&gt;U+03B9, U+0390-&gt;U+03B9, U+03AA-&gt;U+03B9,U+03AF-&gt;U+03B9, U+03CA-&gt;U+03B9, \
U+038C-&gt;U+03BF, U+03CC-&gt;U+03BF, U+038E-&gt;U+03C5,U+03AB-&gt;U+03C5, U+03B0-&gt;U+03C5, \
U+03CB-&gt;U+03C5, U+03CD-&gt;U+03C5, U+038F-&gt;U+03C9,U+03CE-&gt;U+03C9, U+03C2-&gt;U+03C3, \
U+0391..U+03A1-&gt;U+03B1..U+03C1,U+03A3..U+03A9-&gt;U+03C3..U+03C9, U+03B1..U+03C1, \
U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, \
U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, \
U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, \
U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, \
U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF
}

######### 索引器配置 #####
indexer
{
mem_limit = 128M ####### 内存限制
}



#searchd服务定义
searchd
{
listen = 192.168.93.147:3312 ### 监听端口
read_timeout = 5 #请求超时时间
max_children = 30 #同时可执行的最大searchd 进程数
max_matches = 100000 ### 查询结果的最大返回数
seamless_rotate = 0 ### 是否支持无缝切换，做增量索引时通常需要
preopen_indexes = 0
unlink_old = 1
pid_file = D:\sphinx\log/searchd.pid #######进程ID文件
log =D:\sphinx\log/searchd.log #### 服务进程日志 ，一旦sphinx出现异常，基本上可以从这里查询有效信息
query_log =D:\sphinx\log/query.log ### 客户端查询日志
}</pre>
<p> </p>
<p>  说明一下，D:\sphinx\log这样的文件夹要先建立，否则会报错的，sql_attr_uint 是一些属性，为了能进行排序，分组，过滤用的</p>
<p> </p>
<p>上面的文件搞好后，我们开始测试：（命令行进入coreseek-3.2.13-win32目录）</p>
<p>1，生成索引，</p>
<p>        bin\indexer -c etc\csft.conf --all</p>
<p> </p>
<pre name="code" class="txt">E:\doc\Sphinx\tool\coreseek-3.2.13-win32&gt;bin\indexer -c etc\csft.conf --all
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

using config file 'etc\csft.conf'...
indexing index 'content'...
collected 184330 docs, 15.1 MB
sorted 30.5 Mhits, 97.9% done
total 184330 docs, 15080875 bytes
total 39.237 sec, 384347 bytes/sec, 4697.78 docs/sec
total 7 reads, 6.279 sec, 26307.1 kb/call avg, 897.0 msec/call avg</pre>
<p> </p>
<p>2.检索<br>        bin\search.exe -c etc\csft.conf -a ss</p>
<pre name="code" class="txt">E:\doc\Sphinx\tool\coreseek-3.2.13-win32&gt; bin\search.exe -c etc\csft.conf -a ss
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

using config file 'etc\csft.conf'...
index 'content': query 'ss ': returned 606 matches of 606 total in 0.039 sec

displaying matches:
1. document=987847, weight=1, user_type=0, posttime=1269336727
2. document=987854, weight=1, user_type=0, posttime=1269395853
3. document=987855, weight=1, user_type=0, posttime=1269395859
4. document=987859, weight=1, user_type=0, posttime=1269395944
5. document=987860, weight=1, user_type=0, posttime=1269395953
6. document=987871, weight=1, user_type=0, posttime=1269409377
7. document=987971, weight=1, user_type=3, posttime=10
8. document=987991, weight=1, user_type=0, posttime=1269411526
9. document=988302, weight=1, user_type=3, posttime=1261593198
10. document=988467, weight=1, user_type=3, posttime=10
11. document=988484, weight=1, user_type=3, posttime=1261596869
12. document=988509, weight=1, user_type=3, posttime=1261597677
13. document=988516, weight=1, user_type=3, posttime=10
14. document=988539, weight=1, user_type=3, posttime=1261598582
15. document=988566, weight=1, user_type=3, posttime=1261599229
16. document=988826, weight=1, user_type=3, posttime=1261608630
17. document=988923, weight=1, user_type=3, posttime=1261611892
18. document=988992, weight=1, user_type=3, posttime=1261613865
19. document=989033, weight=1, user_type=3, posttime=1261614681
20. document=989213, weight=1, user_type=3, posttime=1261618195

words:
1. 'ss': 606 documents, 611 hits
</pre>
<p> </p>
<p>这里不能写中文，CMD默认不支持UTF-8,这样就可以查到查有ss的记录了，</p>
<p>3，开户服务</p>
<p>        bin\searchd.exe -c etc\csft.conf </p>
<p>服务开启后，就可以在客户端调用，进行查询了，在控制台会看到这样的结果：</p>
<pre name="code" class="txt">E:\doc\Sphinx\tool\coreseek-3.2.13-win32&gt;bin\searchd.exe -c etc\csft.conf
Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)]
Copyright (c) 2007-2010,
Beijing Choice Software Technologies Inc (http://www.coreseek.com)

WARNING: forcing --console mode on Windows
using config file 'etc\csft.conf'...
listening on 192.168.93.147:3312
accepting connections
[Fri Aug 20 15:36:01.748 2010] 0.183 sec [ext/0/attr- 27 (0,50)]
  • 恒生电子</pre>
    • <p> </p>
    <p>补充一下，正常情况下，在命令行中是不到UTF-8文字，要想在CMD命令行中看到得结果，在命令行中称输入CHCP 65001 设置一下CMD窗口属性，字体--选择lucida console 然后保存这样就可以看到搜索结果的文字了，不然是乱码</p>
    <p>如果想变会中文，重新设置 chcp 936</p>
    <p> </p>
    <p> </p>
    <p> </p>
    <p> </p>
    </div>
    <p> </p>
    发表评论

    您还没有登录,请您登录后再发表评论

    相关推荐

      语音识别 sphinx4 JAVA 教程

      在Java环境下使用Sphinx-4，首先需要下载并解压Sphinx-4的源代码包，然后通过构建工具如Maven或Gradle进行编译。确保你的开发环境中已安装Java JDK，并配置好环境变量。Sphinx-4的配置文件（通常是config.xml）需要...

      数据库 搜索引擎 sphinx

      10. **Windows版本**: "sphinx-0.9.9-rc2-win32"表明这是一个适用于Windows操作系统的Sphinx版本，这意味着即使在非Linux环境下，开发人员也能利用Sphinx构建强大的搜索引擎。 总之，Sphinx作为一款强大的数据库...

      pocketsphinx-0.8

      3. **跨平台**：支持多种操作系统，包括Windows、Linux、Mac OS X以及Android等，适应各种开发环境。 4. **自定义词典**：开发者可以根据需求创建自己的词汇表，支持对特定领域或特定语境的识别优化。 5. **声学...

      sphinx4:纯Java语音识别库

      Sphinx4提供了易于使用的Java API，允许开发者快速集成语音识别功能到Java应用程序中。开发者可以通过调用API设置参数、加载模型、捕获音频并进行识别。 7. **社区支持与资源**： 由于是开源项目，Sphinx4拥有...

      sphinx4-1.0beta6-src

      3. **多平台支持**：由于Sphinx4是用Java编写的，所以它可以在任何支持Java的平台上运行，包括Windows、Linux、Mac OS等。 4. **丰富的资源**：Sphinx4提供了一系列的示例程序和教程，帮助开发者快速上手，并且有一...

      PocketSphinxDemo

      10. **跨平台性**：由于是开源项目，PocketSphinx支持多种操作系统，包括Windows、Linux、macOS以及Android和iOS，具有广泛的适用性。 总的来说，"PocketSphinxDemo"提供了一个实践性的起点，帮助开发者了解并掌握...

      archive_ Sphinx全文检索引擎 for Windows v3.3.1 [江西新余电信].zip.zip

      在Windows平台上，Sphinx提供了便捷的安装和使用方式，使得开发者无需深入理解复杂的搜索引擎技术，就能实现快速、精准的全文搜索功能。 Sphinx v3.3.1是该软件的一个版本，它可能包含了一系列的性能优化、bug修复...

      sphinx_coreseek使用手册

      #### 二、Windows 平台上安装和使用 Sphinx/Coreseek ##### 2.1 获取文件 - **Coreseek**：从官方网站 [www.coreseek.cn](http://www.coreseek.cn/) 获取最新版本的Coreseek，截至撰写本文时，版本为coreseek-4.1...

      sphinx/coreseek权威手册中文版

      - Windows环境下，一般提供预编译的二进制包，用户可以直接运行安装程序。 - 安装过程中可能遇到的问题，如依赖库不完整、权限不足等，手册中提供了相应的解决方案。 - 快速入门教程引导用户完成基础设置，包括...

      javacv jar 包window64，linux64 javacv-macosx-x86_64.jar

      这个标题提到的是JavaCV的jar包，适用于三种不同的操作系统：Windows 64位、Linux 64位以及Mac OS X 64位。这些jar包使得开发者能够在这些平台上方便地集成计算机视觉功能到他们的Java应用程序中。 1. **JavaCV介绍...

      coreseek41-windows.zip

      CoreSeek41-Windows是一个专为Windows平台设计的全文搜索引擎软件包，主要包含了Sphinx技术，用于高效、精准地处理中文分词和全文检索。Sphinx是一款开源的、高性能的全文检索引擎，最初由俄罗斯开发者开发，现在...

      java开源包1

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      javacv jar 包

      JavaCV（Java Computer Vision）是一个Java接口，它提供了与多个计算机视觉库的绑定，包括OpenCV、FFmpeg、Pocketsphinx等。这个jar包包含了针对不同平台（Windows、Linux、Android）的适配，使得开发者可以跨平台地...

      java开源包6

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      java开源包9

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      JAVA上百实例源码以及开源项目源代码

      Java从网络取得文件 1个目标文件 简单 Java从压缩包中提取文件 1个目标文件 简单 Java存储与读取对象 1个目标文件 如题 Java调色板面板源代码 1个目标文件 摘要:Java源码,窗体界面,调色板 使用Java语言编写的一款...

      java开源包5

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      java开源包101

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      java开源包4

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

      java开源包8

      github-java-api 是 Github 网站 API 的 Java 语言版本。 java缓存工具 SimpleCache SimpleCache 是一个简单易用的java缓存工具，用来简化缓存代码的编写，让你摆脱单调乏味的重复工作！1. 完全透明的缓存支持，对...

    Magicbox
    Global site tag (gtag.js) - Google Analytics