讲解Sphinx/Coreseek在windows下的配置安装及测试

在windows下Sphinx\Coreseek的配置安装与测试

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）：【2010年11月14日更新，支持命令行中文搜索测试】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，重命名为sphinx，任意存放。

二、coreseek中文全文检索测试 直接运行coreseek-3.2.13-win32目录下的test.cmd文件，如果没出任何问题，则一切测试正常，相关手工命令测试请访问：http://www.coreseek.cn/products-install/install_on_windows/

三、部分命令的说明使用这一切命令的输入都在“cmd命令提示符”窗口里操作，假如：把sphinx目录放在D盘下，以下的所有例子将以这路径操作，不再说明。



1)、创建全部索引：

（注：这里的索引不是数据库里的索引，是不同的概念，这只对于coreseek而言，别混淆）

bin\indexer –c etc\csft_mysql.conf --all

备注：其中etc\csft_mysql.conf就是刚才的配置文件相对路径；如果修改了数据库中的数据，则要重建索引，类似于刷新，因为创建索引后会自动把数据库中的数据存储到内存中，所以必须重建索引。



2)、创建个别索引：

bin\indexer –c etc\csft_mysql.conf 索引名称1 索引名称2 …



3)、启动搜索服务：

bin\searchd –c etc\csft_mysql.conf --console

备注：启动服务后，当前的cmd窗口不能使用，使用搜索服务时不能关掉窗口，如想在cmd窗口中进行操作，可另打开一个cmd窗口。



4)、停止搜索服务：

直接Ctrl+C



5)、搜索关键字：

bin\search –c etc\csft_mysql.conf –a 关键字1 关键字2 …



四、连接mysql数据库及搜索内容：在etc\下有两个配置文件csft.conf 和 csft_mysql.conf ，其中第一个是测试安装成功与否，跟数据库无关；第二个是与数据库连接，相关参数大家可以用编辑器打开参考（建议不要用记事本）；往后要配置自己的文件，可以参考csft_mysql.conf文件内容的格式，往下我们以例子讲解。

1、 创建数据库test ，编码为utf-8，数据库SQL脚本如下：

（如果不懂得这一步的，可以去参数有关mysql数据库资料）

CREATE TABLE test.documents

(

id INTEGER PRIMARY KEY NOT NULL AUTO_INCREMENT,

group_id INTEGER NOT NULL,

group_id2 INTEGER NOT NULL,

date_added DATETIME NOT NULL,

title VARCHAR(255) NOT NULL,

content TEXT NOT NULL

);



REPLACE INTO test.documents ( id, group_id, group_id2, date_added, title, content ) VALUES

( 1, 1, 5, NOW(), '测试文档第一条', 'this is my test document number one. also checking search within phrases.' ),

( 2, 1, 6, NOW(), '测试文档第二条', 'this is my test document number two' ),

( 3, 2, 7, NOW(), '其它文档', 'this is another group' ),

( 4, 2, 8, NOW(), '第四条文档', 'this is to test groups' );



2、 配置数据库文件，这里使用官方准备好的配置文件 csft_mysql.conf ，里面已配置好与数据库test连接，及对数据表的查询等。





详细说明请访问官网：http://www.coreseek.cn/products-install/mysql/



3、 创建索引，这里创建csft_mysql.conf配置中的全部索引

在cmd中输入 bin\indexer –c etc\csft_mysql.conf --all





成功创建索引后的信息



4、 启动coreseek搜索服务

在cmd中输入 bin\searchd –c etc\csft_mysql.conf --console





成功启动服务后的信息



5、 实现搜索功能

在documents表中，搜索字段content中的内容含有“document”字符串的记录

在另一个cmd中输入 bin\search –c etc\csft_mysql.conf –a document





搜索后显示的信息

这里把搜索到的记录信息显示出来，其中title=?????? ，这是乱码问题，具体解决方法可以参考官方资料，这里不详细说明。



五、PHP与coreseek检索引擎实现搜索

如果要将搜索结果应用到自己的PHP程序之中，请使用api目录下对应的api接口测试。

1、将api目录下的sphinxapi.php 文件拷贝到PHP网站的目录下，这里我把它放在根目录下。



2、在根目录下创建index.php文件，代码如下：



<?php

//注意文件的编码格式需要保存为为UTF-8格式

require ( "sphinxapi.php" );



$cl = new SphinxClient ();

$cl->SetServer ( '127.0.0.1', 9312);

//以下设置用于返回数组形式的结果

$cl->SetArrayResult ( true );



/*

//ID的过滤

//$cl->SetIDRange(3,4);



//sql_attr_uint等类型的属性字段，需要使用setFilter过滤，类似SQL的WHERE group_id=2

//$cl->setFilter('group_id',array(2));



//sql_attr_uint等类型的属性字段，也可以设置过滤范围，类似SQL的WHERE group_id2>=6 AND group_id2<=8

//$cl->SetFilterRange('group_id2',6,8);

*/



//取从头开始的前20条数据，0,20类似SQl语句的LIMIT 0,20

//$cl->SetLimits(0,20);



//在做索引时，没有进行 sql_attr_类型 设置的字段，可以作为“document”，进行全文搜索

$res = $cl->Query ( ' document ', "*" ); //"*"表示在所有索引里面同时搜索，"索引名称"则表示搜索指定的



//如果需要搜索指定全文字段的内容，可以使用扩展匹配模式：

//$cl->SetMatchMode(SPH_MATCH_EXTENDED);

//$res=cl->Query( '@title 测试' , "*")



echo '<pre>';

print_r($res['matches']);

print_r($res);

echo '</pre>';

?>



3、创建全部索引，启动搜索服务，相关操作可参考以上 “四、连接mysql数据库及搜索内容”。



4、运行index.php文件，查看搜索结果：

从结果中看，总共搜索出两条记录，全部存储在一个数组中。



Array

(

[0] => Array

(

[id] => 1

[weight] => 1

[attrs] => Array

(

[group_id] => 1

[date_added] => 1290775649

)

)



[1] => Array

(

[id] => 2

[weight] => 1

[attrs] => Array

(

[group_id] => 1

[date_added] => 1290775649

)

)

)

Array

(

[error] => 【本次查询的错误信息】

[warning] =>

[status] => 0

[fields] => Array

(

[0] => title

[1] => content

)



[attrs] => Array

(

[group_id] => 1

[date_added] => 2

)



[matches] => Array 【匹配到的文档信息】

(

[0] => Array

(

[id] => 1 【文档的ID】

[weight] => 1

[attrs] => Array

(

[group_id] => 1

[date_added] => 1290775649

)

)



[1] => Array

(

[id] => 2

[weight] => 1

[attrs] => Array

(

[group_id] => 1

[date_added] => 1290775649

)

)

)



[total] => 2 【本次查询返回的结果数目，例如翻页等使用】

[total_found] => 2 【整个系统包含的结果数目】

[time] => 0.001 【查询使用的时间】

[words] => Array 【分词结果】

(

[document] => Array

(

[docs] => 2 【该词汇匹配到的文档数目】

[hits] => 2 【该词汇出现的次数】

)

)

)



这是本人经过几天的努力，摸索出来的一点点经验，希望能帮助有需要的朋友们！如有疑问请留言，我会尽量帮忙！谢谢!