网站首页php

Coreseek中文全文检索安装及使用

发布时间:2016-12-01 02:48:02编辑:阅读(663)

    最近在开发政策库系统的时候,有一个政策全文搜索的需求,用到了这个coreseek。

    coreseek算是sphinx的中文版本,详细内容可前往:http://www.coreseek.cn。

    下面分享一些安装和使用中的体验.

    系统里已经做好了mysql和php的基本检索。

    1. 编译安装coreseek. 路上遇到的各种问题请移步网站常见问题 : )

    a>$ wget http://www.coreseek.cn/uploads/csft/4.0/coreseek-4.1-beta.tar.gz 
    b>$ tar xzvf coreseek-4.1-beta.tar.gz
    c>$ cd coreseek-4.1-beta
    
    ##安装mmseg
    d>$ cd mmseg-3.2.14
    e>$ ./bootstrap
    f>$ ./configure --prefix=/usr/local/mmseg
    g>$ make && make install
    h>$ cd ..
    
    ##安装coreseek
    i>$ cd csft-4.1/
    j>$ sh buildconf.sh
    k>$ ./configure --prefix=/usr/local/coreseek --without-python --with-mysql=/usr/local/mysql --with-mmseg=/usr/local/mmseg  
        --with-mmseg-includes=/usr/local/mmseg/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg/lib/
    l>$ make && make install


    2. 配置coreseek

    a>$ cp /usr/local/coreseek/etc/sphinx.conf.dist  /usr/local/coreseek/etc/sphinx.conf
    b>$ vim /usr/local/coreseek/etc/sphinx.conf
        
        source content
        {
                type            = mysql
                sql_host        = localhost
                sql_user        = DB_USER
                sql_pass        = DB_PASSWORD
                sql_db          = DB_NAME
                sql_port        = 3306
                sql_query_pre    = SET NAMES utf8
    
                sql_query   = \
                    SELECT a.id, group_id, date_added, a.title, b.content FROM `news` a 
                    INNER JOIN `newscontent` b ON a.id=b.id WHERE a.id=$id
    
                sql_attr_uint = group_id
                sql_attr_timestamp    = pub_time
    
                sql_query_info    = SELECT * FROM contents WHERE id=$id
        }
        index content
        {
                source        = content
                path     = /usr/local/coreseek/var/data/content
                docinfo   = extern
                charset_dictpath = /usr/local/mmseg/etc/
                charset_type   = zh_cn.utf-8
                ngram_len    = 0
        }
        indexer
        {
                mem_limit     = 32M
        }
    
    
        searchd
        {
                port        = 9312
                log        = /usr/local/coreseek/var/log/searchd.log
                query_log    = /usr/local/coreseek/var/log/query.log
                read_timeout  = 5
                max_children = 30
                pid_file  = /usr/local/coreseek/var/log/searchd.pid
                max_matches= 1000
                seamless_rotate = 1
                preopen_indexes= 1
                unlink_old  = 1
        }
    c>$ mysql的默认连接字符集也要设置为utf8, 直接在my.cnf里加入:
    
        character_set_server=utf8


    3. 定时任务更新索引

    A、在coreseek目录下,新建3个sh脚本,以便操作:
    
    a>stop.sh   ##停止服务
    #!/bin/bash
    /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf --stop
    
    b>build.sh  ##建立索引
    #!/bin/bash
    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate
    
    c>start.sh  ##启动服务
    #!/bin/bash
    /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf
    
    B、添加可执行权限:
    chmod +x start.sh
    chmod +x stop.sh
    chmod +x build.sh
    
    C、加入定时任务
    $ crontab -e
    0 2 * * * sh /usr/local/coreseek/build.sh >/dev/null 2>&1
    
    D、运行start.sh后,使用crontab定时执行build.sh,就可更新索引,更新过索引后, 可以执行:
    
    $ /usr/local/coreseek/bin/search -c /usr/local/coreseek/etc/sphinx.conf -a  国家标准化管理委员会
    
    即可看到执行结果。


    4. 更新搜索代码

    在/usr/local/src/coreseek-4.1-beta/csft-4.1/api目录下提供了PHP的接口文件 sphinxapi.php,
    这个文件包含一个SphinxClient的类,copy到自己的web目录,PHP code如下:
    
        require("sphinxapi.php");
        $s = new SphinxClient;                
        $s->SetServer("localhost", 9312);    
        $s->setLimits($page,  $pageSize);
        $result = $s->Query('@title (测试) @content (网络)', "*");
        
        /***在result['matches']中即为匹配结果, result['total']为匹配数量***/
        echo '<pre>';
        print_r($res['matches']);
        echo '</pre>';
        
        if( isset($result['matches']) && !empty($result['matches']) ){        
            foreach($result['matches'] as $k=>$v){
                array_push($resultid, $k);
            }
            $resultid    =    implode(',', $resultid);
            
            /***执行下面的sql语句,返回查询到的结果***/
            $sql = "SELECT * FROM `news` WHERE id IN ({$resultid})";
            //...
        }


评论