coreseek+php之sphinx扩展安装+php调用示例

时间:2022-03-14 01:49:59

sphinx与mysql的配置

创建sphinx统计表,在coreseek_test库中执行。
CREATE TABLE sph_counter  
(
counter_id INTEGER PRIMARY KEY NOT NULL,
max_doc_id INTEGER NOT NULL
);
创建配置sphinx与mysql的配置文件
# vi /usr/local/coreseek/etc/csft_mysql.conf  
#MySQL数据源配置,详情请查看:http://www.coreseek.cn/docs/coreseek_4.1-sphinx_2.0.1-beta.html#conf-reference    #源定义  source main  {      type                    = mysql        sql_host                = localhost      sql_user                = root      sql_pass                = 123456       sql_db                  = coreseek_test      sql_port                = 3306      sql_query_pre           = SET NAMES utf8      sql_query_pre           = REPLACE INTO sph_counter SELECT 1,MAX(id) FROM hr_spider_company;      sql_query               = SELECT * FROM hr_spider_company WHERE id<=( SELECT max_doc_id FROM sph_counter WHERE counter_id=1 ) #sql_query第一列id需为整数      #title、content作为字符串/文本字段,被全文索引 (注:执行报错的话把下面的几行注释掉)     sql_attr_uint            = id                        #从SQL读取到的值必须为整数      sql_attr_uint            = from_id                #从SQL读取到的值必须为整数,不支持全文检索      sql_attr_uint            = link_id                #从SQL读取到的值必须为整数,不支持全文检索      sql_attr_uint            = add_time                #从SQL读取到的值必须为整数,不支持全文检索      sql_field_string         = link_url                 #字符串字段(可全文搜索,可返回原始文本信息)      sql_field_string         = company_name          #字符串字段(可全文搜索,可返回原始文本信息)      sql_field_string         = type_name             #字符串字段(可全文搜索,可返回原始文本信息)      sql_field_string         = trade_name             #字符串字段(可全文搜索,可返回原始文本信息)      sql_field_string         = email                 #字符串字段(可全文搜索,可返回原始文本信息)      sql_field_string         = description             #字符串字段(可全文搜索,可返回原始文本信息)        sql_query_info_pre       = SET NAMES utf8         #命令行查询时,设置正确的字符集      sql_query_info           = SELECT id,from_id,link_id,company_name,type_name,trade_name,address,description, FROM_UNIXTIME(add_time) AS add_time  FROM hr_spider_company  WHERE id=$id                     #命令行查询时,从数据库读取原始数据信息  }    source delta : main    {        sql_query_pre           = SET NAMES utf8        sql_query               = SELECT * FROM hr_spider_company WHERE id>( SELECT max_doc_id FROM sph_counter WHERE counter_id=1 )      sql_query_post_index    = REPLACE INTO sph_counter SELECT 1,MAX(id) FROM hr_spider_company  }          #index定义  index main  {      source                = main  #对应的source名称      path                  = /usr/local/coreseek/var/data/mysql  #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        #中文分词配置,详情请查看:http://www.coreseek.cn/products-install/coreseek_mmseg/      charset_dictpath     = /usr/local/mmseg3/etc/          #BSD、Linux环境下设置,/符号结尾      charset_type        = zh_cn.utf-8  }    index delta : main    {        source          = delta        path            = /usr/local/coreseek/var/data/delta   }      #全局index定义  indexer  {      mem_limit            = 128M  }    #searchd服务定义  searchd  {      listen              = 9312      read_timeout        = 5      max_children        = 30      max_matches         = 1000      seamless_rotate     = 0      preopen_indexes     = 0      unlink_old          = 1      pid_file     = /usr/local/coreseek/var/log/searchd_mysql.pid  #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...      log          = /usr/local/coreseek/var/log/searchd_mysql.log  #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...      query_log    = /usr/local/coreseek/var/log/query_mysql.log    #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...      binlog_path  =                                                #关闭binlog日志  } 
我的测试表名为hr_spider_company,你只需要根据实际需求更改为自己的表名即可。

调用命令列表:

启动后台服务(必须开启)

# /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf 

执行索引(查询、测试前必须执行一次)

/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf --all --rotate

执行增量索引

/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf delta --rotate

合并索引

/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf --merge main delta --rotate --merge-dst-range deleted 0 0 

(为了防止多个关键字指向同一个文档加上--merge-dst-range deleted 0 0)


后台服务测试

# /usr/local/coreseek/bin/search -c /usr/local/coreseek/etc/csft_mysql.conf  aaa

关闭后台服务

# /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf --stop 
自动化命令:

crontab -e 
*/1 * * * * /bin/sh /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf delta --rotate  */5 * * * * /bin/sh /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf --merge main delta --rotate --merge-dst-range deleted 0 0  30 1 * * *  /bin/sh /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf --all --rotate
以下任务计划的意思是:每隔一分钟执行一遍增量索引,每五分钟执行一遍合并索引,每天1:30执行整体索引。


Sphinx扩展安装安装

Coreseek官方教程中建议php使用直接include一个php文件进行操作,事实上php有独立的sphinx模块可以直接操作coreseek(coreseek就是sphinx!)已经进入了php的官方函数库,而且效率的提升不是一点点!但php模块依赖于libsphinxclient包。

[第一步] 安装依赖libsphinxclient

# cd /var/install/coreseek-4.1-beta/csft-4.1/api/libsphinxclient/  
# ./configure --prefix=/usr/local/sphinxclient

configure: creating ./config.status
config.status: creating Makefile
config.status: error: cannot find input file: Makefile.in #报错configure失败

//处理configure报错
编译过程中报了一个config.status: error: cannot find input file: src/Makefile.in这个的错误,然后运行下列指令再次编译就能通过了:
# aclocal
# libtoolize --force
# automake --add-missing
# autoconf
# autoheader
# make clean

//从新configure编译
# ./configure

# make && make install

[第二步] 安装sphinx的PHP扩展

http://pecl.php.net/package/sphinx  
# wget http://pecl.php.net/get/sphinx-1.3.0.tgz
# tar zxvf sphinx-1.3.0.tgz
# cd sphinx-1.3.0
# phpize
# ./configure --with-php-config=/usr/bin/php-config --with-sphinx=/usr/local/sphinxclient
# make && make install
# cd /etc/php.d/
# cp gd.ini sphinx.ini
# vi sphinx.ini

extension=sphinx.so

# service php-fpm restart
打开phpinfo看一下是否已经支持了sphinx模块。


php调用sphinx示例:

<?php  
$s = new SphinxClient;
$s->setServer("127.0.0.1", 9312);

$s->setMatchMode(SPH_MATCH_PHRASE);
$s->setMaxQueryTime(30);
$res = $s->query("宝马",'main'); #[宝马]关键字,[main]数据源source
$err = $s->GetLastError();
var_dump(array_keys($res['matches']));
echo "<br>"."通过获取的ID来读取数据库中的值即可。"."<br>";

echo '<pre>';
var_dump($res);
var_dump($err);
echo '</pre>';
调用示例二:支持分页

<?php  
header("Content-type: text/html; charset=utf-8");
require("./sphinxapi.php");
$s = new SphinxClient;
$s->setServer("192.168.252.132", 9312);

//SPH_MATCH_ALL, 匹配所有查询词(默认模式); SPH_MATCH_ANY, 匹配查询词中的任意一个; SPH_MATCH_EXTENDED2, 支持特殊运算符查询
$s->setMatchMode(SPH_MATCH_ALL);
$s->setMaxQueryTime(30); //设置最大搜索时间
$s->SetArrayResult(false); //是否将Matches的key用ID代替
$s->SetSelect ( "*" ); //设置返回信息的内容,等同于SQL
$s->SetRankingMode(SPH_RANK_BM25); //设置评分模式,SPH_RANK_BM25可能使包含多个词的查询的结果质量下降。
//$s->SetSortMode(SPH_SORT_EXTENDED); //发现增加此参数会使结果不准确
//$s->SetSortMode(SPH_SORT_EXTENDED,"from_id asc,id desc"); //设置匹配项的排序模式, SPH_SORT_EXTENDED按一种类似SQL的方式将列组合起来,升序或降序排列。
$weights = array ('company_name' => 20);
$s->SetFieldWeights($weights); //设置字段权重
$s->SetLimits ( 0, 30, 1000, 0 ); //设置结果集偏移量 SetLimits (便宜量,匹配项数目,查询的结果集数默认1000,阀值达到后停止)
//$s->SetFilter ( $attribute, $values, $exclude=false ); //设置属性过滤
//$s->SetGroupBy ( $attribute, $func, $groupsort="@group desc" ); //设置分组的属性
$res = $s->query('@* "汽车"','main','--single-0-query--'); #[宝马]关键字,[news]数据源source


//代码高亮
$tags = array();
$tags_name = array();
foreach($res['matches'] as $key=>$value){
$tags[] = $value['attrs'];
$company_name[] = $value['attrs']['company_name'];
$description[] = $value['attrs']['description'];
}
$company_name = $s->BuildExcerpts ($company_name, 'main', '汽车', $opts=array() ); //执行高亮,这里索引名字千万不能用*
$description = $s->BuildExcerpts ($description, 'main', '汽车', $opts=array() ); //执行高亮,这里索引名字千万不能用*
foreach($tags as $k=>$v)
{
$tags[$k]['company_name'] = $company_name[$k]; //高亮后覆盖
$tags[$k]['description'] = $description[$k]; //高亮后覆盖
}

// 高亮后覆盖
$i = 0;
foreach($res['matches'] as $key=>$value){
$res['matches'][$key] = $tags[$i];
$i++;
}

$err = $s->GetLastError();

echo '<pre>';
var_export($res);
var_export($err);
echo '</pre>';

******************************************************************************************************************

错误:FATAL: failedto lock pid file '/home/zhangjie_z.pt/local/sphinx/var/log/searchd.pid':Resource temporarily unavailable (searchd already running?)

意思就是你已经打开了一个search进程,你需要找到相关进程号ps -e|grep searchd,然后kill PID杀死之前的进程,再启动新进程)


启动 searchd 服务时提示如下错误:
index 'test1': search error: failed to open /var/lib/sphinx/test1.sph: sphinx 错误解决 index 'test1': search error: failed to open /var/lib/sphinx/test.sph:No such file or directory; NOT SERVING
这个错误可能是没有建立好索引导致的,所以 indexer --all 很重要