Sphinx安装与基本设置
Sphinx是什么？如果你还不知道，那就放狗吧…
简单引用一下官方wiki的文章：

Sphinx是一个基于SQL的全文检索引擎，可以结合MySQL,PostgreSQL做全文搜索，它可以提供比数据库本身更专业的搜索功能，使得应用程序更容易实现专业化的全文检索。Sphinx特别为一些脚本语言设计搜索API接口，如PHP,Python,Perl,Ruby等，同时为MySQL也设计了一个存储引擎插件。

Sphinx的特性：


高速索引 (在新款CPU上,近10 MB/秒);
高速搜索 (2-4G的文本量中平均查询速度不到0.1秒);
高可用性 (单CPU上最大可支持100 GB的文本,100M文档);
提供良好的相关性排名
支持分布式搜索;
提供文档摘要生成;
提供从MySQL内部的插件式存储引擎上搜索
支持布尔,短语, 和近义词查询;
支持每个文档多个全文检索域(默认最大32个);
支持每个文档多属性;
支持断词;
支持单字节编码与UTF-8编码;

先下载最新稳定版的源代码：http://www.sphinxsearch.com/downloads/sphinx-0.9.8.tar.gz
参照官方文档，貌似这个东西最好和mysql5.1级别的mysql进行搭配，没办法，再去下载一个mysql5.1.x的源代码吧：http://dev.mysql.com

假设下载的源代码都保存在/tmp，先安装支持sphinx引擎的mysql：

1
2

tar xvf mysql-5.1.26-rc.tar.gz
tar xvf sphinx-0.9.8.tar.gz


拷贝sphinx的mysql引擎到mysql源代码：

1

cp -R ./sphinx-0.9.8/mysqlse ./mysql-5.1.26/storage/sphinx


重建mysql的configure文件

1
2

cd mysql-5.1.26-rc
sh BUILD/autorun.sh


编译过程需要加一条sphinx的参数，其他参数就与平时编译mysql一样。比如我的：

1
2
3

./configure --prefix=/usr/local/mysql --with-extra-charsets=all --with-big-tables --with-plugins=sphinx
make
make install


mysql编译的其他细节就不再多写了…安装过了以后进入mysql命令行，运行show engines，看是不是有一个叫sphinx的engine，有的话就表示sphinxSE（mysql的sphinx引擎）安装正常了 。

然后编译Sphinx，进入sphinx源代码目录：

1
2
3
4
5

ldconfig /usr/local/mysql/lib/mysql
ldconfig /usr/local/mysql/include/mysql
./configure --prefix=/usr/local/sphinx --with-mysql=/usr/local/mysql
make
make install


到现在为止，兵器我们已经造好，下面就是怎么运用了~时间问题，一下子也没有仔细研究，就拿PHPWind当了试验品了。

PW的主题表数据结构为：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41

CREATE TABLE IF NOT EXISTS `pw_threads` (
`tid` mediumint(8) unsigned NOT NULL AUTO_INCREMENT,
`fid` smallint(6) unsigned NOT NULL DEFAULT '0',
`icon` tinyint(2) NOT NULL DEFAULT '0',
`titlefont` char(15) NOT NULL DEFAULT '',
`author` char(15) NOT NULL DEFAULT '',
`authorid` mediumint(8) unsigned NOT NULL DEFAULT '0',
`subject` char(100) NOT NULL DEFAULT '',
`toolinfo` char(16) NOT NULL DEFAULT '',
`toolfield` varchar(21) NOT NULL DEFAULT '',
`ifcheck` tinyint(1) NOT NULL DEFAULT '0',
`type` tinyint(2) NOT NULL DEFAULT '0',
`postdate` int(10) unsigned NOT NULL DEFAULT '0',
`lastpost` int(10) unsigned NOT NULL DEFAULT '0',
`lastposter` char(15) NOT NULL DEFAULT '',
`hits` int(10) unsigned NOT NULL DEFAULT '0',
`replies` int(10) unsigned NOT NULL DEFAULT '0',
`topped` smallint(6) NOT NULL DEFAULT '0',
`locked` tinyint(1) NOT NULL DEFAULT '0',
`digest` tinyint(1) NOT NULL DEFAULT '0',
`special` tinyint(1) NOT NULL DEFAULT '0',
`state` tinyint(1) NOT NULL DEFAULT '0',
`ifupload` tinyint(1) NOT NULL DEFAULT '0',
`ifmail` tinyint(1) NOT NULL DEFAULT '0',
`ifmark` smallint(6) NOT NULL DEFAULT '0',
`ifshield` tinyint(1) NOT NULL DEFAULT '0',
`anonymous` tinyint(1) NOT NULL DEFAULT '0',
`dig` int(10) NOT NULL DEFAULT '0',
`fight` int(10) NOT NULL DEFAULT '0',
`ptable` tinyint(3) NOT NULL DEFAULT '0',
`ifmagic` tinyint(1) NOT NULL DEFAULT '0',
`ifhide` tinyint(1) NOT NULL DEFAULT '0',
`inspect` varchar(30) NOT NULL DEFAULT '',
PRIMARY KEY (`tid`),
KEY `authorid` (`authorid`),
KEY `postdate` (`postdate`),
KEY `digest` (`digest`),
KEY `type` (`fid`,`type`,`ifcheck`),
KEY `special` (`special`),
KEY `lastpost` (`fid`,`ifcheck`,`topped`,`lastpost`)
) ENGINE=MyISAM


实际使用的时候，我们要对主题表的标题“subject”，所在版块”fid”，发帖时间”postdate”进行全文检索，然后根据主键”tid”以及浏览量”hits”来进行排序，下面就用sphinx来实现这个需求。

先配置Sphinx：
sphinx是以sphinx.conf为配置文件，索引与搜索均以这个文件为依据进行，要进行全文检索，首先就要配置好sphinx.conf，告诉sphinx哪些字段需要进行索引，哪些字段需要在where,orderby,groupby中用到。

1
2

cd /usr/local/sphinx/etc
vi sphinx.conf.dist


打开sphinx.conf.dist以后可以发现他的配置文件是这种格式：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

source 源名称1{
…
}
index 索引名称1{
source=源名称1
…
}
source 源名称2{
…
}
index 索引名称2{
source = 源名称2
…
}
indexer{
…
}
searchd{
…
}


下面编写我们自己的sphinx.conf

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96

source pysche
{
type = mysql
sql_host = localhost
sql_user = sjcn
sql_pass = leipang
sql_db = sjcn
sql_port = 3306

sql_query_pre = SET NAMES utf8
sql_query = SELECT tid,fid,subject,hits,postdate /
FROM pw_threads

sql_attr_uint = tid
sql_attr_uint = fid
sql_attr_uint = hits
sql_attr_timestamp = postdate

sql_ranged_throttle = 0
}

index ptest
{
source = pysche
path = /usr/local/sphinx/var/data/ptest
docinfo = extern
mlock = 0
morphology = none
min_word_len = 1
charset_type = utf-8
charset_table = U+FF10..U+FF19->0..9, 0..9, U+FF41..U+FF5A->a..z, U+FF21..U+FF3A->a..z,/
A..Z->a..z, a..z, U+0149, U+017F, U+0138, U+00DF, U+00FF, U+00C0..U+00D6->U+00E0..U+00F6,/
U+00E0..U+00F6, U+00D8..U+00DE->U+00F8..U+00FE, U+00F8..U+00FE, U+0100->U+0101, U+0101,/
U+0102->U+0103, U+0103, U+0104->U+0105, U+0105, U+0106->U+0107, U+0107, U+0108->U+0109,/
U+0109, U+010A->U+010B, U+010B, U+010C->U+010D, U+010D, U+010E->U+010F, U+010F,/
U+0110->U+0111, U+0111, U+0112->U+0113, U+0113, U+0114->U+0115, U+0115, /
U+0116->U+0117,U+0117, U+0118->U+0119, U+0119, U+011A->U+011B, U+011B, U+011C->U+011D,/
U+011D,U+011E->U+011F, U+011F, U+0130->U+0131, U+0131, U+0132->U+0133, U+0133, /
U+0134->U+0135,U+0135, U+0136->U+0137, U+0137, U+0139->U+013A, U+013A, U+013B->U+013C, /
U+013C,U+013D->U+013E, U+013E, U+013F->U+0140, U+0140, U+0141->U+0142, U+0142, /
U+0143->U+0144,U+0144, U+0145->U+0146, U+0146, U+0147->U+0148, U+0148, U+014A->U+014B, /
U+014B,U+014C->U+014D, U+014D, U+014E->U+014F, U+014F, U+0150->U+0151, U+0151, /
U+0152->U+0153,U+0153, U+0154->U+0155, U+0155, U+0156->U+0157, U+0157, U+0158->U+0159,/
U+0159,U+015A->U+015B, U+015B, U+015C->U+015D, U+015D, U+015E->U+015F, U+015F, /
U+0160->U+0161,U+0161, U+0162->U+0163, U+0163, U+0164->U+0165, U+0165, U+0166->U+0167, /
U+0167,U+0168->U+0169, U+0169, U+016A->U+016B, U+016B, U+016C->U+016D, U+016D, /
U+016E->U+016F,U+016F, U+0170->U+0171, U+0171, U+0172->U+0173, U+0173, U+0174->U+0175,/
U+0175,U+0176->U+0177, U+0177, U+0178->U+00FF, U+00FF, U+0179->U+017A, U+017A, /
U+017B->U+017C,U+017C, U+017D->U+017E, U+017E, U+0410..U+042F->U+0430..U+044F, /
U+0430..U+044F,U+05D0..U+05EA, U+0531..U+0556->U+0561..U+0586, U+0561..U+0587, /
U+0621..U+063A, U+01B9,U+01BF, U+0640..U+064A, U+0660..U+0669, U+066E, U+066F, /
U+0671..U+06D3, U+06F0..U+06FF,U+0904..U+0939, U+0958..U+095F, U+0960..U+0963, /
U+0966..U+096F, U+097B..U+097F,U+0985..U+09B9, U+09CE, U+09DC..U+09E3, U+09E6..U+09EF, /
U+0A05..U+0A39, U+0A59..U+0A5E,U+0A66..U+0A6F, U+0A85..U+0AB9, U+0AE0..U+0AE3, /
U+0AE6..U+0AEF, U+0B05..U+0B39,U+0B5C..U+0B61, U+0B66..U+0B6F, U+0B71, U+0B85..U+0BB9, /
U+0BE6..U+0BF2, U+0C05..U+0C39,U+0C66..U+0C6F, U+0C85..U+0CB9, U+0CDE..U+0CE3, /
U+0CE6..U+0CEF, U+0D05..U+0D39, U+0D60,U+0D61, U+0D66..U+0D6F, U+0D85..U+0DC6, /
U+1900..U+1938, U+1946..U+194F, U+A800..U+A805,U+A807..U+A822, U+0386->U+03B1, /
U+03AC->U+03B1, U+0388->U+03B5, U+03AD->U+03B5,U+0389->U+03B7, U+03AE->U+03B7, /
U+038A->U+03B9, U+0390->U+03B9, U+03AA->U+03B9,U+03AF->U+03B9, U+03CA->U+03B9, /
U+038C->U+03BF, U+03CC->U+03BF, U+038E->U+03C5,U+03AB->U+03C5, U+03B0->U+03C5, /
U+03CB->U+03C5, U+03CD->U+03C5, U+038F->U+03C9,U+03CE->U+03C9, U+03C2->U+03C3, /
U+0391..U+03A1->U+03B1..U+03C1,U+03A3..U+03A9->U+03C3..U+03C9, U+03B1..U+03C1, /
U+03C3..U+03C9, U+0E01..U+0E2E,U+0E30..U+0E3A, U+0E40..U+0E45, U+0E47, U+0E50..U+0E59, /
U+A000..U+A48F, U+4E00..U+9FBF,U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF, /
U+2F800..U+2FA1F, U+2E80..U+2EFF,U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF, /
U+3040..U+309F, U+30A0..U+30FF,U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF, /
U+3130..U+318F, U+A000..U+A48F,U+A490..U+A4CF
html_strip = 0
min_prefix_len = 0
min_infix_len = 1
ngram_len = 1
ngram_chars = U+4E00..U+9FBF, U+3400..U+4DBF, U+20000..U+2A6DF, U+F900..U+FAFF,/
U+2F800..U+2FA1F, U+2E80..U+2EFF, U+2F00..U+2FDF, U+3100..U+312F, U+31A0..U+31BF,/
U+3040..U+309F, U+30A0..U+30FF, U+31F0..U+31FF, U+AC00..U+D7AF, U+1100..U+11FF,/
U+3130..U+318F, U+A000..U+A48F, U+A490..U+A4CF
}

indexer
{
mem_limit = 32M
}

searchd
{
port = 3312
log = /usr/local/sphinx/var/log/searchd.log
query_log = /usr/local/sphinx/var/log/query.log
read_timeout = 5
max_children = 30
pid_file = /usr/local/sphinx/var/log/searchd.pid
max_matches = 1000
seamless_rotate = 1
preopen_indexes = 0
unlink_old = 1
}


下载我写好的：

sphinx.conf (4.3 KiB, 413 hits)

这里注意一下，配置文件中ngram_chars这个千万不要写错，官方的中文wiki中这个就写成了ngrams_chars（多了一个s），我一开始在这个地方也是浪费了很多时间。保存好了写好的sphinx.conf，下面开始建立索引：

1
2
3
4
5
6
7
8
9

cd /usr/local/sphinx/bin
./indexer --all</blockquote>

运行过程中，sphinx会给出一些运行状态的提示信息，看得懂就看，看不懂就算了吧（不过要是出错了，你也得看得明白才行。。。）。

索引建好了，下一步干什么？先测试一下索引效果吧，比如：

<blockquote>cd /usr/local/sphinx/bin
./search 买卖


里面的“买卖”就是我搜索的关键字，这个时候sphinx给出了如下提示

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

Sphinx 0.9.8-release (r1371)
Copyright (c) 2001-2008, Andrew Aksyonoff

using config file '/usr/local/sphinx/etc/sphinx.conf'...
index 'ptest': query '买卖 ': returned 11 matches of 11 total in 0.000 sec

displaying matches:
1. document=8, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:35 2008
2. document=9, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:36 2008
3. document=10, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:37 2008
4. document=11, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:38 2008
5. document=12, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:39 2008
6. document=13, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:40 2008
7. document=14, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:34:41 2008
8. document=15, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:35:29 2008
9. document=16, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:35:30 2008
10. document=17, weight=2, fid=5, hits=1, postdate=Wed Aug 13 14:35:31 2008
11. document=18, weight=2, fid=5, hits=2, postdate=Wed Aug 13 14:35:32 2008

words:
1. '买': 11 documents, 143 hits
2. '卖': 11 documents, 143 hits


这里面的document就是对应了PW的主题表的tid,从这些提示我们可以看到，共搜索到11条结果，并且sphinx也给出了相应我们设定的字段的值。

好了，到目前为止，针对我要为PHPWind的主题表建立全文索引的需求，sphinx这把刀已经就绪，并且小试了一下这把牛刀，下面就要在php代码上对sphinx进行应用。过两天有时间再写下面的步骤吧^^

前两天安装好了Sphinx，并简单索引了一个phpwind的主题表来做测试。今天有时间稍微研究了一下phpwind的数据表，大致做了一个适 合于phpwind的Sphinx配置文件。

  sphinx.zip (1.8 KiB, 563 hits)

看了看phpwind的搜索程序search.php，发现他的搜索在“搜索帖子范围”这一项里面分了三种：