linux sphinx 中文分词

来源：互联网发布：网络维护不会可以做吗编辑：程序博客网时间：2024/05/18 00:04

1.上传coreseek-3.2.14.tar.gz到用户目录下
tar -zxvf coreseek-3.2.14.tar.gz 解压该压缩文件包

2.安装mmseg(中文分词)
cd coreseek-3.2.14/
cd mmseg-3.2.14/
./configure --prefix=/usr/local/mmseg3
make && make install

3.安装coreseek

./configure --prefix=/usr/local/coreseek --without-unixodbc --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql-includes=/usr/local/server/mysql/include/ --with-mysql-libs=/usr/local/server/mysql/lib/

make & make install
cd /usr/local/coreseek/etc
cp sphinx.conf.dist csft.conf 将配置文件改名为csft.conf
vi csft.conf 打开配置文件更改配置

source xxxx 主源的名称
{
sql_host =localhost
sql_host =root
sql_host =123
sql_host =xxxx
sql_port =3306
sql_sock =/tmp/mysql.sock
sql_query_pre =SET NAMES utf8
sql_query_pre =SET SESSION query_cache_type=OFF
sql_query_pre =select id,title,flag,post,auth,ip,edtime,hits from table表
sql_query_info =SELECT * FROM table WHERE id=$id
}

#source src1throttled:src1 增量源全部注释
#{
#
#}

index xxxx 主源索引
{
source =xxxx
path =/usr/local/coreseek/var/data/xxx
docinfo = extern
#stopwords 停词注释掉
#wordforms 文字格式注释掉
charset_type=zh_cn.utf-8
charset_dictpath=/usr/local/mmseg/etc/
}

#index test1stemmed:test1 增量索引全部注释掉
#{
#
#}

#index dist1分布式索引全部注释掉
#{
#
#}
indexer 索引生成器默认就行
{
mem_limit =32M 默认使用内存大小如果需要可以改大
}
searchd 搜索进程使用默认
{
}

常用命令：

/usr/local/coreseek/bin/searchd 运行守护进程

/usr/local/coreseek/bin/searchd --stop 停止服务进程

/usr/local/coreseek/bin/indexer --all //创建所有索引

/usr/local/coreseek/bin/indexer index_name // 创建指定索引

/usr/local/coreseek/bin/search ’关键字搜索‘ //测试搜索