首页 > 代码库 > Sphinx全文检索之PHP使用教程
Sphinx全文检索之PHP使用教程
一、Sphinx简介
1. Sphinx是什么?
中文名:全文索引引擎。只支持英文和俄文。但是只要有相应的语言包也可支持任何语言。国内有一团队在Sphinx基础上封装了一个带中文包的软件:coreseek。
2. 为什么要用Sphinx?
在mysql数据库中,对于如下sql语句,select * from xxx where like xxx ‘%xxx‘; (以%开头的like查询),无法使用到任何索引优化,导致如果数据量非常大,查询速度会非常慢。而这种sql语句在很多功能中都要用到,如根据歌词查询歌曲,根据剧情查询电影等。如果要加快查询只能使用第三方软件,Sphinx和lucence。mysql中也提供了全文索引的功能,但是有两个问题:(1)只有myisam引擎支持(2)对中文支持不好。不过现在最新的mysql5.6版本中的innodb1.2的版本也同样支持全文索引。
3. Sphinx的使用原理
(1)先创建数据源。
(2)根据数据源创建索引,使用分词技术。
(3)php把查询的关键词给Sphinx服务器,Sphinx根据关键词查找到关键字在mysql表里面的记录的id.Sphinx把id返回给php查询端。
(4)php根据返回的id,查询mysql服务器。
二、安装使用
1. 下载,进行解压
官网下载:http://www.Sphinxsearch.com
支持中文分词:http://www.coreseek.com
解压后拷贝到指定的目录,一般和其他的环境程序在同一级目录(便于管理)
2. 拷贝配置文件
把etc目录下面的csft_mysql.conf文件拷贝到上一级目录,并改名为sphinx.conf
三、使用配置
1. 对查询数据创建索引
主要是配置sphinx.conf配置文件
(1)配置数据源(被查询的数据,就是sql语句执行的结果)
配置语法:
source 数据源名称 {
}
注意:在一个配置文件中,可以配置多个数据源。
(2)配置数据源生成的索引文件存放的位置。
配置语法:
index 索引的名字 {
}
注意:该索引必须与一个数据源相对应。
(3)配置Sphinx服务器的信息
2. 创建索引
执行Sphinx下的一个程序 indexer.exe –c 配置文件(全路径) --all | 索引的名字 (--all:为配置文件中所有的索引创建索引文件。也可以使用索引的名字只为某一个索引创建索引文件)
(1)以管理员的方式打开cmd窗口,执行indexer.exe命令。
(2)查看创建的索引文件。
3. 启动Sphinx服务器
(1)把Sphinx软件安装为一个系统一个服务。
语法:searchd.exe –c 配置文件 --install
可以通过 searchd --help 查看帮助
(2)启动该服务。
查看端口是否启动:
4. 通过php查询使用
(1)在php使用中,需要一个Sphinx的一个接口文件。
使用Sphinx时,需要把sphinxapi.php文件拷贝到项目中来即可。
(2)代码如下。
require ‘sphinxapi.php‘; // 使用Sphinx来完成查询 $sc = new SphinxClient(); // 生成客户端 $sc->setServer(‘localhost‘, 9312); // 设置服务器 // $sc->query(‘查询的关键词‘, 索引文件的名称); $keyword="电影"; $indexname =‘movie‘; $res = $sc->query($keyword,$indexname); $ids = $res[‘matches‘]; $id = array_keys($ids); $id = implode(‘,‘,$id); mysql_connect("localhost",‘root‘,‘root‘); mysql_query(‘use php‘); mysql_query(‘SET NAMES UTF8‘); $sql="select id,title,description from movie where id in($id)"; $res = mysql_query($sql); $list=array(); while($row=mysql_fetch_assoc($res)){ $list[]=$row; } foreach($list as $v){ echo $v[‘title‘].‘<br/>‘.$v[‘description‘].‘<hr>‘; }
四、匹配模式
1. SPH_MATCH_ALL:完全匹配所有的词
如“冬天 的 雪”,并不会匹配 “我爱冬天”,但可以匹配 “我的朋友,爱冬天,和雪”。
因为“冬天的雪” 被分成 “冬天”,“的”,“雪”三个词,匹配条件是同时包含这三个词,“我爱冬天”里只包含一个“冬天”
2. SPH_MATCH_PHRASE:必须匹配整个短语
如“冬天的雪”,不会匹配 “我的朋友,爱冬天,和雪”,虽然都包含同样的需要严格匹配不再健忘,只匹配“冬天的雪”
3. SPH_MATCH_ANY:匹配任意一个词
如“冬天 的 雪”,并会匹配 “我爱冬天”。
"冬天的雪“ -》 ”冬天“ ”的“ ”雪“
因为“我爱冬天”里有一个“冬天”相匹配。
4. SPH_MATCH_EXTENDED:支持一些扩展的语法
支持 @字段 查询
如,查询title包含 abc , content 包含 bcd的:
‘@title abc @content bcd‘
SPH_MATCH_BOOLEAN:与,或,非,分组 &,or,!,()
如:hello | world
查询“手机”,或“冬天”
五、查到得关键词添加样式显示
主要使用:buildExcerpts:创建文档摘要,对关键词添加样式显示。
六、增加索引
1. 增量索引的原理
2. 实现方式
(1)新建一张表,记录一下上次已经创建好索引的最后一条记录的id
(2)当索引时,然后从数据库中取出所有大于id的数据,这些就是新的数据然后创建一个小的索引文件。
(3)把增量这部分数据生成的小的索引合并到主索引文件上去。
(4)把最后一条记录的id更新到第一步创建的表中。
3. 实现步骤
(1)创建一个表,用于记录创建好索引的最后一条记录的id
(2)修改Sphinx的配置文件,主索引的数据源
(3)创建增量索引的数据源,以及增量索引文件存储的位置
4. 把Sphinx的服务器停止,并删除原来的索引文件。
(1)创建主索引
(2)查看a表里面是否记录最大的id
5. 启动Sphinx的服务器,进行查询测试。
6. 添加一部新的电影。
7. 创建增量索引。
8. 把创建的增量索引合并到主索引里面。
使用的语法:indexer -c 配置文件 --merge 主索引文件 增量索引文件 --rotate --rotate 强制合并,可以不关闭Sphinx服务的情况下合并。
Sphinx全文检索之PHP使用教程