前一阵子尝试使用了一下Sphinx,一个能够被各种语言(PHP/Python/Ruby/etc)方便调用的全文检索系统。网上的资料大多是在
linux环境下的安装使用,当然,作为生产环境很有必要部署在*nix环境下,作为学习测试,还是windows环境比较方便些。
本文旨在提供一种便捷的方式让Sphinx在windows下安装配置以支持中文全文检索,配置部分在linux下通用。
一、关于Sphinx
Sphinx
是一个在GPLv2 下发布的一个全文检索引擎,商业授权(例如,
嵌入到其他程序中)需要联系作者(Sphinxsearch.com)以获得商业授权。
一般而言,Sphinx是一个独立的搜索引擎,意图为其他应用提供高速、低空间占用、高结果相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。
当前系统内置MySQL和PostgreSQL
数据库数据源的支持,也支持从标准输入读取特定格式的XML数据。通过修改源代码,用户可以自行增加新的数据源(例如:其他类型的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存储引擎。搜索API非常简单,可以在若干个小时之内移植到新的语言上。
Sphinx特性:
* 高速的建立索引(在当代CPU上,峰值性能可达到10MB/秒);
*
高性能的搜索(在2–4GB的文本数据上,平均每次检索响应时间小于0.1秒);
*
可处理海量数据(目前已知可以处理超过100GB的文本数据,在单一CPU的系统上可处理100M文档);
*
提供了优秀的相关度算法,基于短语相似度和统计(BM25)的复合Ranking方法;
* 支持分布式搜索;
*
提供文件的摘录生成;
*
可作为MySQL的存储引擎提供搜索服务;
*
支持布尔、短语、词语相似度等多种检索模式;
*
文档支持多个全文检索字段(最大不超过32个);
*
文档支持多个额外的属性信息(例如:分组信息,时间戳等);
*
停止词查询;
*
支持单一字节编码和UTF-8编码;
*
原生的MySQL支持(同时支持MyISAM和InnoDB);
*
原生的PostgreSQL支持.
中文手册可以在这里获得(酷勤网备用下载地址:sphinx_doc_zhcn_0.9.pdf)。
二、Sphinx在windows上的安装
1.直接在http://www.sphinxsearch.com/downloads.html找到最新的windows版本,我这里下的是
Win32 release binaries with MySQL
support,下载后解压在D:\sphinx目录下;
2.在D:\sphinx\下新建一个data目录用来存放索引文件,一个log目录方日志文件,复制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,我这里列出需要修改的几个:
type = mysql # 数据源,我这里是mysql
sql_host = localhost #
数据库服务器
sql_user = root # 数据库用户名
sql_pass = '' # 数据库密码
sql_db = test # 数据库
sql_port = 3306 # 数据库端口
sql_query_pre = SET NAMES utf8 # 去掉此行前面的注释,如果你的数据库是uft8编码的
index
test1
{
# 放索引的目录
path = D:/sphinx/data/
#
编码
charset_type = utf-8
# 指定utf-8的编码表
charset_table =
0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F,
U+430..U+44F
# 简单分词,只支持0和1,如果要搜索中文,请指定为1
ngram_len = 1
# 需要分词的字符,如果要搜索中文,去掉前面的注释
ngram_chars = U+3000..U+2FA1F
}
# index test1stemmed : test1
# {
# path =
@CONFDIR@/data/test1stemmed
# morphology = stem_en
#
}
# 如果没有分布式索引,注释掉下面的内容
# 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
# }
# 搜索服务需要修改的部分
searchd
{
# 日志
log =
D:/sphinx/log/searchd.log
# PID file, searchd process ID file
name
pid_file = D:/sphinx/log/searchd.pid
#
windows下启动searchd服务一定要注释掉这个
# seamless_rotate = 1
}
4.导入测试数据
C:\Program Files\MySQL\MySQL Server 5.0\bin>mysql
-uroot test<d:/sphinx/example.sql
5.建立索引
D:\sphinx\bin>indexer.exe –all
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
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’试试
D:\sphinx\bin>search.exe
test
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew
Aksyonoff
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>
都所出来了吧。
6.测试中文搜索
修改test数据库中documents数据表,
UPDATE `test`.`documents` SET `title` = ‘测试中文’, `content` = ‘this is my test
document number two,应该搜的到吧’ WHERE `documents`.`id` =
2;
重建索引:
D:\sphinx\bin>indexer.exe
–all
搜索’中文’试试:
D:\sphinx\bin>search.exe 中文
Sphinx
0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew
Aksyonoff
using config file ‘./sphinx.conf’…
index ‘test1′:
query ‘中文 ‘: returned 0 matches of 0 total in 0.000 sec
words:
D:\sphinx\bin>
貌似没有搜到,这是因为windows命令行中的编码是gbk,当然搜不出来。我们可以用程序试试,在D:\sphinx\api下新建一个
foo.php的文件,注意utf-8编码
<?php
require ’sphinxapi.php’;
$s = new SphinxClient();
$s->SetServer(’localhost’,3312);
$result = $s->Query(’中文’);
var_dump($result);
?>
启动Sphinx searchd服务
D:\sphinx\bin>searchd.exe
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew
Aksyonoff
WARNING: forcing –console mode on Windows
using
config file ‘./sphinx.conf’…
creating server socket on
0.0.0.0:3312
accepting connections
执行PHP查询:
php
d:/sphinx/api/foo.php
分享到:
相关推荐
前一阵子尝试使用了一下Sphinx,一个能够被各种语言(PHP/Python/Ruby/etc)方便调用的全文检索系统。...本文旨在提供一种便捷的方式让Sphinx在windows下安装配置以支持中文全文检索,配置部分在linux下通用。
【Sphinx 在 Windows 下安装使用】的文档主要涵盖了在Windows操作系统上安装和配置Sphinx全文检索引擎的过程。Sphinx是一个高性能、开源的全文搜索引擎,它提供了多种编程语言的API,如PHP、Python、Perl和Ruby,...
### Windows 下安装使用 Sphinx #### 一、Sphinx 概述 Sphinx 是一款由俄罗斯开发者 Andrew Aksyonoff ...通过以上步骤,你可以成功地在 Windows 环境下安装并使用 Sphinx,为你的应用程序提供强大的全文搜索功能。
`coreseek-3.2.14-win32.zip`可能是CoreSeek的安装包,包含Windows下的二进制文件,用于在Windows环境下部署Sphinx。 7. **API和集成** Sphinx提供了多种API供其他应用程序调用,如PHP的SphinxClient,Python的...
在安装方面,Sphinx和Coreseek支持多种操作系统,包括Linux、BSD以及Windows。用户可以根据自身的需求选择合适的方式进行安装,并在安装过程中解决可能遇到的一些问题。安装完成后,会有快速入门教程指导新用户如何...
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...
为了更好地支持中文环境,推荐使用基于Sphinx开发的Coreseek软件。Coreseek在Sphinx的基础上进行了改进,尤其是在中文支持方面表现更佳。 1. **下载安装程序**:访问官方网站[http://www.coreseek.cn/news/7/52/]...
在Windows环境下搭建Sphinx 2.2.11与CoreSeek 3.1搜索引擎系统是一项技术性较强的任务,尤其对于初次接触全文检索引擎的人来说。本文将详细介绍这两个组件的安装过程,以及如何进行简单的PHP集成与调试。 Sphinx是...
在 **Windows** 平台上,Sphinx for Chinese 提供了便于安装和使用的 win32 版本,如压缩包中的 `sphinx-for-chinese-2.2.1-dev-r4311-win32` 文件,这使得在 Windows 系统上搭建和配置全文搜索环境变得更加简单。...
而Coreseek则是在Sphinx基础上针对中文进行了优化的全文检索引擎,它同样遵循GPLv2协议发行,但商业使用需要获得官方的授权。Coreseek旨在提供高效、低内存占用以及高相关性的中文全文搜索能力。 ##### 1.2 Sphinx/...
在安装部署Sphinx的过程中,首先需要安装中文分词工具mmseg,这有助于对中文文本进行有效的分词处理,提高搜索准确性。安装mmseg的步骤包括解压源码、配置、编译、安装以及清理。接下来,需要安装数据库(如MySQL)...
- `coreseek-4.1-win32` 文件是 CoreSeek 的 Windows 版本,CoreSeek 是 Sphinx 在中国的分支,它包含了一些中文分词的支持,适合国内用户使用。 - `sphinx` 文件可能是 Sphinx 的源代码或者二进制包,用于在非 ...
总的来说,Sphinx/Coreseek权威手册中文版是一本详尽的指南,涵盖了从安装、配置到开发和优化的全过程,是理解和使用Sphinx/Coreseek进行全文检索的宝贵资源。无论你是初学者还是经验丰富的开发者,都能从中受益匪浅...
本文将详细介绍如何在Windows环境下配置Sphinx for Chinese,并提供具体的步骤与配置示例。 #### 二、Sphinx简介 Sphinx是一个开源的全文检索引擎,可以集成到MySQL、PostgreSQL和其他关系型数据库服务器中。它支持...
Coreseek不仅继承了Sphinx的所有优点,还针对中文语言的特点进行了专门的优化,如支持中文分词、同义词扩展等,使得其在中文信息检索领域具有显著优势。 #### 知识点二:安装与配置 Sphinx与Coreseek的安装过程...
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...
Sphinx支持多种操作系统,包括Linux、Windows、Mac OS X等。 **2.2 依赖的工具** 安装Sphinx前需确保系统已安装如下工具: - 编译工具链(如GCC) - MySQL或PostgreSQL数据库 - 其他依赖库(如libmysqlclient) ...
它结合了Sphinx搜索引擎的强大性能和CoreSeek的中文处理能力,使得在中文环境下进行信息检索变得更为便捷。 Sphinx是一个开源全文搜索引擎,它拥有快速的索引速度和低内存占用,支持实时索引和多种数据源。CoreSeek...