Sphinx增量索引

来源：互联网发布：netbeans for php 编辑：程序博客网时间：2024/04/29 20:47

在Sphinx+LibMMSeg搭建中文全文搜索引擎_安装配置中安装试验了Sphinx 的使用，但是还有几方面的问题有待处理。

用来建立索引的分词数据
动态增量索引更新
索引在前端的界面的表现使用

本篇主要是对动态增量更新的一些研究。关于分词数据的建立和前端界面的控制将在以后研究。

在利用 Sphinx 做搜索引擎的时候，一般他的索引建立构成有如下几个部分：

固定不变的主索引
增量索引重建
索引数据合并

在实际操作中，需要为增量索引的建立创建辅助表，这样才可以记住最后建立索引的记录ID,做实际的增量部分的索引建立。

1、创建辅助表
CREATE TABLE `sph_counter` (
`counter_id` int(11) NOT NULL,
`max_doc_id` int(11) NOT NULL,
PRIMARY KEY (`counter_id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8

2、在主索引的数据源中作如下方式的取数据设置
#源定义
source mysql
{
   type                  =mysql
   sql_host              =localhost
   sql_user              =root
   sql_pass              =root
   sql_db                =test
   sql_port              =3306

   sql_query_pre         =SET NAMES utf8
   sql_query_pre         =SET SESSION query_cache_type=OFF
   sql_query_pre         =REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents

sql_query =SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added,title, content FROM documents WHERE id<=(SELECT max_doc_id FROMsph_counter WHERE counter_id=1)

   sql_attr_uint         =group_id
   sql_attr_timestamp    =date_added
   sql_query_info        =SELECT * FROM documents WHERE id=$id
}

3、在增量索引的数据源中作如下方式的取数据设置，需要注意的是sql_query_pre要和主索引数量相同，不然查询结果不是想要的内容
#增量索引源定义
source delta:mysql{
   sql_query_pre         =SET NAMES utf8
   sql_query_pre         =SET SESSION query_cache_type=OFF
   sql_query_pre         =
   sql_query             =SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added,title, content FROM documents WHERE id>(SELECT max_doc_id FROMsph_counter WHERE counter_id=1)
}

4、主索引index定义配置如下
#index定义
index mysql
{
   source          =mysql             #对应的source名称
   path            =/usr/local/coreseek/var/data/#请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/…
   docinfo         =extern
   mlock           =0
   morphology      =none
   min_word_len    =1
   html_strip      =0

   charset_dictpath= /usr/local/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾
   #charset_dictpath= etc/
   charset_type      =zh_cn.utf-8
}

5、增量索引index定义配置如下
#增量索引 index定义
index delta:mysql{
   source          =delta
   path            =/usr/local/coreseek/var/data/delta/
   charset_dictpath= /usr/local/mmseg3/etc/
   charset_type    =zh_cn.utf-8
}

6、创建更新所有索引
$sudo /usr/local/coreseek/bin/indexer -c/usr/local/coreseek/dict/csft_mysql.conf –all –rotate
如果配置正确的话，现在辅助表sph_counter中已经添加了一条数据

7、更新增量索引
$sudo /usr/local/coreseek/bin/indexer delta -c/usr/local/coreseek/dict/csft_mysql.conf –rotate

8、合并增量索引到主索引
$sudo /usr/local/coreseek/bin/indexer –merge -c/usr/local/coreseek/dict/csft_mysql.conf –rotate

9、启动sphinx的守护进程searchd
$sudo /usr/local/coreseek/bin/searchd -c/usr/local/coreseek/dict/csft_mysql.conf

0 0