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,Sphinxlucence。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。

技术分享

 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)

技术分享

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

技术分享

技术分享

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 {

}

技术分享

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 {

}

技术分享

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

技术分享

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)

技术分享

(1)以管理员的方式打开cmd窗口,执行indexer.exe命令。

技术分享

(2)查看创建的索引文件。

技术分享

3. 启动Sphinx服务器

(1)把Sphinx软件安装为一个系统一个服务。

技术分享

语法:searchd.exe –c 配置文件 --install

 可以通过 searchd --help 查看帮助

技术分享

技术分享

(2)启动该服务。

技术分享

查看端口是否启动:

技术分享

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。

技术分享

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。

技术分享

技术分享

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。

技术分享

六、增加索引

1. 增量索引的原理

技术分享

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

技术分享

(2)修改Sphinx的配置文件,主索引的数据源

技术分享

(3)创建增量索引的数据源,以及增量索引文件存储的位置

技术分享

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

技术分享

(2)查看a表里面是否记录最大的id

技术分享

5. 启动Sphinx的服务器,进行查询测试。

技术分享

6. 添加一部新的电影。

7. 创建增量索引。

技术分享

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。

技术分享

Sphinx全文检索之PHP使用教程