常见问题-Sphinx在windows下安装使用[支持中文全文检索]重庆it外包公司

文档分类

标题：Sphinx在windows下安装使用[支持中文全文检索]重庆it外包公司日期：2019-08-28

前一阵子尝试使用了一下Sphinx，一个能够被各种语言(PHP/Python/Ruby/etc)方便调用的全文检索系统。网上的资料大多是在linux环境下的安装使用，当然，作为生产环境很有必要部署在*nix环境下，作为学习测试，还是windows环境比较方便些。

本文旨在提供一种便捷的方式让Sphinx在windows下安装配置以支持中文全文检索，配置部分在linux下通用。

一、关于Sphinx

Sphinx 是一个在GPLv2 下发布的一个全文检索引擎，商业授权（例如, 嵌入到其他程序中）需要联系作者（Sphinxsearch.com）以获得商业授权。

一般而言，Sphinx是一个独立的搜索引擎，意图为其他应用提供高速、低空间占用、高结果相关度的全文搜索功能。Sphinx可以非常容易的与SQL数据库和脚本语言集成。

当前系统内置MySQL和PostgreSQL 数据库数据源的支持，也支持从标准输入读取特定格式的XML数据。通过修改源代码，用户可以自行增加新的数据源（例如：其他类型的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存储引擎。搜索API非常简单，可以在若干个小时之内移植到新的语言上。

Sphinx特性：

高速的建立索引(在当代CPU上，峰值性能可达到10MB/秒);

高性能的搜索(在2–4GB的文本数据上，平均每次检索响应时间小于0.1秒);

可处理海量数据(目前已知可以处理超过100GB的文本数据,在单一CPU的系统上可处理100M文档);

提供了优秀的相关度算法，基于短语相似度和统计（BM25）的复合Ranking方法;

支持分布式搜索;

提供文件的摘录生成;

可作为MySQL的存储引擎提供搜索服务;

支持布尔、短语、词语相似度等多种检索模式;

文档支持多个全文检索字段(最大不超过32个);

文档支持多个额外的属性信息(例如：分组信息，时间戳等);

停止词查询;

支持单一字节编码和UTF-8编码;

原生的MySQL支持(同时支持MyISAM和InnoDB);

原生的PostgreSQL支持.

中文手册可以在这里获得（酷勤网备用下载地址：sphinx_doc_zhcn_0.9.pdf）。

二、Sphinx在windows上的安装

1.直接在http://www.sphinxsearch.com/downloads.html找到最新的windows版本，我这里下的是Win32 release binaries with MySQL support，下载后解压在D:sphinx目录下；

2.在D:sphinx下新建一个data目录用来存放索引文件，一个log目录方日志文件，复制D:sphinxsphinx.conf.in到D:sphinxbinsphinx.conf（注意修改文件名）；

3.修改D:sphinxbinsphinx.conf，我这里列出需要修改的几个：

type= mysql # 数据源，我这里是mysql
sql_host;= localhost # 数据库服务器
sql_user;= root # 数据库用户名
sql_pass;=;'' # 数据库密码
sql_db;;;= test # 数据库
sql_port;= 3306 # 数据库端口

sql_query_pre;;;= SET NAMES utf8 # 去掉此行前面的注释，如果你的数据库是uft8编码的

index test1
{
#;放索引的目录
;path;;;= D:/sphinx/data/
# 编码
;charset_type;;= utf-8
;#; 指定utf-8的编码表
;charset_table=0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F
;# 简单分词，只支持0和1，如果要搜索中文，请指定为1
;ngram_len;;;;= 1
# 需要分词的字符，如果要搜索中文，去掉前面的注释
;ngram_chars;;;= U+3000..U+2FA1F
}

# index test1stemmed : test1
# {
;# path;;;= @CONFDIR@/data/test1stemmed
;# morphology;;= stem_en
# }

# 如果没有分布式索引，注释掉下面的内容

# 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
# }

# 搜索服务需要修改的部分
searchd
{
;# 日志
;log;;;;;= D:/sphinx/log/searchd.log

;# PID file, searchd process ID file name
;pid_file;;;= D:/sphinx/log/searchd.pid

 # windows下启动searchd服务一定要注释掉这个
 # seamless_rotate;;= 1
}

4.导入测试数据

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