Sphinx在windows下安裝使用[支持中文全文檢索]

陽光技術學校形象圖片
湖南陽光電腦手機維修培訓學校
電腦維修培訓學校
畢業學員的真情感言
  • 最新報名學員名單(實時滾動)
    最新就業創業學員名單
    Sphinx在windows下安裝使用[支持中文全文檢索]
    Sphinx在windows下安裝使用[支持中文全文檢索]

    Sphinx在windows下安裝使用[支持中文全文檢索]

    當前位置: > 電腦技術更新時間:2020-07-10 23:09:20主題:Sphinx在windows下安裝使用[支持中文全文檢索] 圍觀:

    前一陣子嘗試使用了一下Sphinx,一個能夠被各種語言(PHP/Python/Ruby/etc)方便調用的全文檢索系統。網上的資料大多是在linux環境下的安裝使用,當然,作為生產環境很有必要部署在*nix環境下,作為學習測試,還是windows環境比較方便些。

    本文旨在提供一種便捷的方式讓Sphinx在windows下安裝配置以支持中文全文檢索,配置部分在linux下通用。

    一、關于Sphinx

    Sphinx 是一個在GPLv2 下發布的一個全文檢索引擎,商業授權(例如, 嵌入到其他程序中)需要聯系作者(Sphinxsearch.com)以獲得商業授權。

    一般而言,Sphinx是一個獨立的搜索引擎,意圖為其他應用提供高速、低空間占用、高結果相關度的全文搜索功能。Sphinx可以非常容易的與SQL數據庫和腳本語言集成。

    當前系統內置MySQL和PostgreSQL 數據庫數據源的支持,也支持從標準輸入讀取特定格式的XML數據。通過修改源代碼,用戶可以自行增加新的數據源(例如:其他類型的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存儲引擎。搜索API非常簡單,可以在若干個小時之內移植到新的語言上。

    Sphinx特性:

    • 高速的建立索引(在當代CPU上,峰值性能可達到10MB/秒);
    • 高性能的搜索(在2–4GB的文本數據上,平均每次檢索響應時間小于0.1秒);
    • 可處理海量數據(目前已知可以處理超過100GB的文本數據,在單一CPU的系統上可處理100M文檔);
    • 提供了優秀的相關度算法,基于短語相似度和統計(BM25)的復合Ranking方法;
    • 支持分布式搜索;
    • 提供文件的摘錄生成;
    • 可作為MySQL的存儲引擎提供搜索服務;
    • 支持布爾、短語、詞語相似度等多種檢索模式;
    • 文檔支持多個全文檢索字段(最大不超過32個);
    • 文檔支持多個額外的屬性信息(例如:分組信息,時間戳等);
    • 停止詞查詢;
    • 支持單一字節編碼和UTF-8編碼;
    • 原生的MySQL支持(同時支持MyISAM和InnoDB);
    • 原生的PostgreSQL支持.

    中文手冊可以在這里獲得(酷勤網備用下載地址:sphinx_doc_zhcn_0.9.pdf)。

    二、Sphinx在windows上的安裝

    1.直接在http://www.sphinxsearch.com/downloads.html找到最新的windows版本,我這里下的是Win32 release binaries with MySQL support,下載后解壓在D:sphinx目錄下;

    2.在D:sphinx下新建一個data目錄用來存放索引文件,一個log目錄方日志文件,復制D:sphinxsphinx.conf.in到D:sphinxbinsphinx.conf(注意修改文件名);

    3.修改D:sphinxbinsphinx.conf,我這里列出需要修改的幾個:

    type= mysql # 數據源,我這里是mysqlsql_host;= localhost # 數據庫服務器sql_user;= root # 數據庫用戶名sql_pass;=;'' # 數據庫密碼sql_db;;;= test # 數據庫sql_port;= 3306 # 數據庫端口
    sql_query_pre;;;= SET NAMES utf8 # 去掉此行前面的注釋,如果你的數據庫是uft8編碼的
    index test1{#;放索引的目錄;path;;;= D:/sphinx/data/# 編碼;charset_type;;= utf-8;#; 指定utf-8的編碼表;charset_table=0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F;# 簡單分詞,只支持0和1,如果要搜索中文,請指定為1;ngram_len;;;;= 1# 需要分詞的字符,如果要搜索中文,去掉前面的注釋;ngram_chars;;;= U+3000..U+2FA1F}
    # index test1stemmed : test1# {;# path;;;= @CONFDIR@/data/test1stemmed;# morphology;;= stem_en# }# 如果沒有分布式索引,注釋掉下面的內容# 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# }
    # 搜索服務需要修改的部分searchd{;# 日志;log;;;;;= D:/sphinx/log/searchd.log
    ;# PID file, searchd process ID file name;pid_file;;;= D:/sphinx/log/searchd.pid
     # windows下啟動searchd服務一定要注釋掉這個 # seamless_rotate;;= 1}

    4.導入測試數據

    C:Program FilesMySQLMySQL Server 5.0bin>mysql -uroot test<d:/sphinx/example.sql

    5.建立索引

    D:sphinxbin>indexer.exe test1
    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:sphinxbin>

    6.搜索’test’試試

    D:sphinxbin>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:sphinxbin>

    都所出來了吧。

    6.測試中文搜索

    修改test數據庫中documents數據表,

    UPDATE `test`.`documents` SET `title` = ‘測試中文’, `content` = ‘this is my test document number two,應該搜的到吧’ WHERE `documents`.`id` = 2;

    重建索引:

    D:sphinxbin>indexer.exe –all

    搜索’中文’試試:

    D:sphinxbin>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:sphinxbin>

    貌似沒有搜到,這是因為windows命令行中的編碼是gbk,當然搜不出來。我們可以用程序試試,在D:sphinxapi下新建一個foo.php的文件,注意utf-8編碼

    <?php
    require ’sphinxapi.php’;
    $s = new SphinxClient();
    $s->SetServer(’localhost’,3312);
    $result = $s->Query(’中文’);
    var_dump($result);
    ?>

    啟動Sphinx searchd服務

    D:sphinxbin>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

    執行PHP查詢:

    php d:/sphinx/api/foo.php

    結果是不是出來?剩下的工作就是去看手冊,慢慢摸索高階的配置。


    溫馨提示:

    湖南陽光技術學校常年面向全國招生(不限年齡)。由湖南陽光技術學校實戰一線首席技術專家授課,天天實操,全程實戰,手把手教,包教包會。我們是正規技術學校,我們有自己的校園,我們是行業正規軍!我們有自己的教學樓、學員公寓樓、籃球場(2個)、有校內花園、有專業實操車間。我們會為您提供海量的Sphinx在windows下安裝使用[支持中文全文檢索]的信息,如果您想了解有關Sphinx在windows下安裝使用[支持中文全文檢索]方面的更多資訊,請經常關注我校網站:www.dgdatang.com 也可以加我們微信號:yp941688 或 yp94168;我們將給你最詳細的與Sphinx在windows下安裝使用[支持中文全文檢索]相關的解答。 如果您對湖南陽光技術學校發布的Sphinx在windows下安裝使用[支持中文全文檢索]這條信息有什么好的建議,請告訴我們。您的寶貴建議對我們逐步完善Sphinx在windows下安裝使用[支持中文全文檢索]的內容有重要的參考作用!


      上一篇:藍屏錯誤代碼解析
      下一篇:WindowsServer2008防火墻解析
      隨機文章


      家電維修技術學校
      家電維修技術學校
      家電維修技術學校
      返回頂部
      家電維修培訓學校 家電維修學校 家電維修培訓 技術文章 精品課程 電工焊工專業課程 電腦維修專業課程 裝飾裝修專業課程 手機維修專業課程 家電維修專業課程 機車機電專業課程 日本雅虎网站