JavaEye3.0开发手记之三 － 狮身人面

粗看了一下，目前支持的数据库好像只有Mysql。
Features里描述的index及search的速度很有诱惑。
小白鼠就不当了，等它再长大些吧。
关注ing。

怎么没有人解释这句话呢？
select * from xxxx where query='test;sort=attr_asc:group_id' AND ....;

一、性能非常出色
150万条记录一两分钟就索引完毕，2-4GB以内的文本检索速度不到0.1秒钟。


真的好恐怖啊

最近出了个新的全文索引插件：acts_as_fulltextable
http://blog.wonsys.net/posts/26-our-first-plugin-acts_as_fulltextable/

其核心是直接使用mysql自带的full-text search。
据介绍，其作者并不是吃饱没事干，也不是为了挑战自我，而是在使用过了acts-as-ferret和acts_as_sphinx后不满意才“被逼”要出手DIY的。因为他们在使用acts-as-ferret时，大量写入会使其索引莫名出错；转用robbin在本篇里介绍的acts_as_sphinx，又时常发生sphinx的守护进程没有响应的问题。

另一个细节：
acts_as_fulltextable实现full-text index不是直接把模型需要字段的索引改为FULLTEXT INDEX，而是给需要搜索的model添加一个has_many :through 多态关联，统一把所有需要索引的模型都丢到一个fulltext_rows表里，以便实现跨表全文索引。
这样做的优点:
1.易部署：mysql的full-text search只支持MyISAM，如果原本项目是用InnoDB的也不影响，只要保证fulltext_rows表类型是MyISAM（默认用script/generate fulltext_rows model1 model2 model3 ...生成的就是，不需操心）
2.易扩展：即使增加新的模型时也能方便对接上。
3.跨模型：如常见的站内搜索“所有的”功能。
缺点：
需要占用多2倍以上的空间：fulltext_rows的数据 + mysql自身索引。

做搜索难，做全文搜索更难，做支持中文的全文搜索更是难上加难，要老外来做中文全文搜索则完全是final fantasy！

地球人都知道，mysql自带的full-text search不支持中文分词，不然full-text search对中国程序员来说早就不是个问题了。
不过国内有程序员做了个MySQL Fulltext 全文检索中文分词补丁
http://www.hightman.cn/index.php?myft
支持MySQL-4.0.x ，MySQL-5.1.x
有心人可以尝试与acts_as_fulltextable结合使用。

我来做一下小白鼠，服务器是Debian + Mysql 5 + Apache + PHP，2005年买的联想万全服务器，1G的内存；做了一个采集网站，数据库UTF-8编码，56万的数据，有中英文，对标题，来源，时间等做了全文检索，全文查询速度在0.0n秒内。

由于是采集网站，数据会一直更新，因此用了实时更新索引的方法，每5分钟更新一次delta索引，每天晚上merge一次。delta索引更新所需时间近似忽略。

只是花了两天时间整的，没有任何优化。

测试地址：http://www.haokanshu.cn/

欢迎sphinx用户一起探讨：willsonchan@gmail.com

现在又多了一个
http://blog.s135.com/read.php?356