内容简介：在本文中我将给大家带来Coreseek（Sphinx）在PHP中的一个简单的例子、并在后面给大家讲一下Coreseek（Sphinx）在LAMP环境中的一些注意事项，比如searchd的开机启动呀，Sphinx实时索引啊。有关coreseek(sphinx)在LAMP上的安装以及配置、使用大家请参考我之前的两篇博客：PS：这里用到的数据库和数据表都是在前面两篇博客中创建的。
前言：
在本文中我将给大家带来Coreseek（Sphinx）在 PHP 中的一个简单的例子、并在后面给大家讲一下Coreseek（Sphinx）在LAMP环境中的一些注意事项，比如searchd的开机启动呀，Sphinx实时索引啊。
有关coreseek(sphinx)在LAMP上的安装以及配置、使用大家请参考我之前的两篇博客：
- CentOS 7下安装Coreseek中文检索引擎 http://www.linuxidc.com/Linux/2017-05/143599.htm
- LAMP+Coreseek中文检索引擎使用详解 http://www.linuxidc.com/Linux/2017-05/143600.htm
PS：这里用到的数据库和数据表都是在前面两篇博客中创建的。
一、coreseek+mysql+php 的一个简单使用：模拟搜索引擎
1、创建搜索首页：index.php
<html>
<head>
<title>测试搜索</title>
</head>
<body>
<h1>简单PHP搜索引擎</h1>
<form action='find.php' method='post'>
请输入搜索关键字:<input type='text' name='find'><br>
<input type='submit' value='提交搜索关键字'>
</form>
</body>
</html>
效果：
2、处理并显示搜索结果页面：find.php
<html>
<head><title>Result</title></head>
<body>
<h1>搜索结果展示www.linuxidc.com</h1>
<?php
$keyword = $_POST['find'];
$sphinx = new SphinxClient();
//设置主机和端口号
$sphinx->SetServer("localhost",9312);
//搜索匹配方案
$sphinx->SetMatchMode(SPH_MATCH_ANY);
//query('a','b');在b索引中搜索关键字a，*表示所有索引
$result = $sphinx -> query("$keyword","*");
$ids = join(',',array_keys($result['matches']));
$mysql = new mysqli('localhost','root','zhongjin','test');
$mysql->query("SET NAMES utf8");
$sql = "SELECT * FROM documents WHERE id IN({$ids})";
$res = $mysql->query($sql);
$count = $res->num_rows;
//该数组设置搜索关键字的显式样式
/*
$opts = array(
'before_match' => "<font style='font-weight:bold;color:#f00'>",
'after_match' => "</font>",
);
*/
$opts = array(
'before_match' => "<button style='font-weight:bold;color:#f00'>",
'after_match' => "</button>",
);
if($count > 0){
while($ret = $res->fetch_assoc()){
//使搜索关键字高亮显示
$row = $sphinx -> buildExcerpts($ret,'main',$keyword,$opts);
echo "标题：{$row[4]}<br>";
echo "内容：{$row[5]}";
echo "<hr>";
}
echo "搜索结果{$count}条。";
}else{
echo "无搜索结果！";
}
?>
</body>
</html>
当我搜索 ’LSGO实验室‘ 时，效果如下：
这就是sphinx+MySQL+php的一个简单应用，以及使搜索关键字高亮显示。
二、sphinx的实时索引
1、为什么要实现sphinx实时索引？
看看 coreseek 增量索引模拟实时索引 http://www.linuxidc.com/Linux/2017-05/143601.htm ，在这里就引用该篇文章的内容：
有这么一种常见的情况：整个数据集非常大，以至于难于经常性的重建索引，但是每次新增的记录却相当地少。一个典型的例子是：一个论坛有1000000个已经归档的帖子，但每天只有1000个新帖子。
在这种情况下可以用所谓的“主索引＋增量索引”（main+delta）模式来实现“近实时”的索引更新。
这种方法的基本思路是设置两个数据源和两个索引，对很少更新或根本不更新的数据建立主索引，而对新增文档建立增量索引。在上述例子中，那1000000个已经归档的帖子放在主索引中，而每天新增的1000个帖子则放在增量索引中。增量索引更新的频率可以非常快，而文档可以在出现几分种内就可以被检索到。
确定具体某一文档的分属那个索引的分类工作可以自动完成。一个可选的方案是，建立一个计数表，记录将文档集分成两部分的那个文档ID，而每次重新构建主索引时，这个表都会被更新。
这里再用我的理解跟大家陈述一遍（如果大家有看我的前面两篇博客，这里会看的非常明白）：
在前面我有一张documents表，现在我要往里面添加一篇文章，我想使这篇文章被检索到，就要执行 /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft.conf --all --rotate ，要想减少能够检索的时间，我们可以使用crontab实现每分钟执行一次该命令。
然而这条命令是把整张表重新建立主数据索引，假如该表现在已经有好几千万条数据了，如果把整张表的数据重新建立索引，就会大量的消耗服务器CPU和内存。
上面说的解决方案就是，我能不能仅仅对今天新增的数据建立索引，主数据索引保持不变？毕竟一天内新增的数据不会太多。
这里实现的办法就是“主索引+增量索引”，原来的数据保存在主索引里面，而新增的数据就保存在增量索引里面，在服务器空闲的时候（一般在凌晨），在将增量索引并到主索引中去，这样就不会影响到第二天的建立增量索引。
2、建立计数表
该表的作用是记录将文档集分成两部分的那个文档ID（一部分保存在主数据索引，一部分保存在增量索引），其实就是昨晚将增量索引并入主数据索引时 documents 数据表的 id 的最大值，而每次重新构建主索引时，这个表都会被更新。
创建计数表：
mysql -uroot -pzhongjin test;
CREATE TABLE sph_counter(
counter_id INT PRIMARY KEY NOT NULL,
max_doc_id INT NOT NULL
);
3、修改配置文件csft.conf
在修改配置文件之前，给大家说一下 mysql 中的 REPLACE INTO 的用法：
使用 REPLACE INTO 的时候会带上一个主键，假如目标数据表中对应的该主键没有数据，那么 REPLACE INTO 就会往里面插数据（相当于 INSERT INTO）。假如该主键已经有数据了，REPLACE INTO就会更新该条数据。
修改配置文件 csft.conf：
#1、在主数据源中（source main{}）修改:
#新增一行，作用是更新sph_counter表
sql_query_pre = REPLACE INTO sph_counter SELECT 1,MAX(id) FROM documents;
#2、将增量数据源（source src1throttled : src1{}）的注释打开
#修改增量数据源名字并添加如下内容：
source delta : main{
sql_ranged_throttle = 100
sql_query_pre = SET NAMES UTF8
sql_query = \
SELECT id,group_id,UNIX_TIMESTAMP(date_added) AS date_added,title,content FROM \
documents WHERE id > (SELECT max_doc_id FROM sph_counter WHERE counter_id = 1)
}
3、将增量数据索引（index test1stemmed : test1）{}）的注释打开
#修改增量数据索引名字并添加如下内容：
index delta : main
{
source = delta
path = /usr/local/coreseek/var/data/delta
morphology = stem_en
}
注意：增量数据源的 sql 语句搜索出来的结果字段一定要与主数据源的对称，因为他俩是继承关系，如果不对称，就会报错：字段不统一
更多详情见请继续阅读下一页的精彩内容 ： http://www.linuxidc.com/Linux/2017-05/143603p2.htm
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
