Coreseek开源中文检索引擎Sphinx中文版

Sphinx Search 是由俄罗斯人Andrew Aksyonoff 开发的高性能全文搜索软件包，在GPL与商业协议双许可协议下发行。
Sphinx支持从多种数据源获取待检索的数据，目前包括：

 

• MySQL数据库
• PostgreSQL数据库
• XML数据管道，允许索引其他用户自定义格式

 

Sphinx的主要功能包括：

• 高速建立索引（可达10 MB/秒）
• 高性能搜索（在2-4 GB的文本上搜索，平均0.1秒内获得结果）
• 高扩展性（在单一CPU上，实测可对100GB的文本建立索引，单一索引可包括100M文件 ）
• 支持分布式检索
• 支持基于短语和基于统计的复合结果排序机制
• 支持任意数量的文件字段（数值属性或全文检索属性）
• 支持不同的搜索模式（ “完全匹配” ， “短语匹配”和“任一匹配” ）
• 支持作为Mysql的存储引擎

Coreseek 在Sphinx的基础上，对Sphinx 的中文支持进行增强，包括：

• 使用Python的可编程数据源
• 基于最大匹配算法的中文分词模块
• 支持GB18030编码的数据源

下载：

• 基于复合最大匹配算法的中文分词法 libmmseg 。该分词库在GPL协议下授权发布。

目前，Coreseek 不单独提供补丁文件，有在Sphinx中启用中文分词的用户，请直接下载 Coreseek 全文检索服务器。