Sphinx是一个开源搜索引擎,允许全文搜索。众所周知,它能非常有效地对大数据进行搜索。要编制索引的数据通常来自非常不同的来源:SQL数据库,纯文本文件,HTML文件,邮箱等。
Sphinx的一些主要功能包括:
在本教程中,我们将使用分发包中包含的示例SQL文件设置Sphinx和MySQL服务器。它将为您提供有关如何将Sphinx用于您的项目的基本知识。
在开始本指南之前,您需要:
在Ubuntu上安装Sphinx非常简单,因为它位于本机包存储库中。使用apt-get
安装它。
sudo apt-get install sphinxsearch
现在,您已在服务器上成功安装了Sphinx。在启动Sphinx守护程序之前,让我们配置它。
接下来,我们将使用随包提供的SQL文件中的示例数据来设置数据库。这将允许我们测试Sphinx搜索是否在以后工作。
让我们将示例SQL文件导入数据库。首先,登录MySQL服务器shell。
mysql -u root -p
在询问时输入MySQL root用户的密码。您的提示将更改为mysql>
。
创建一个虚拟数据库。在这里,我们称之为测试,但您可以根据需要命名。
CREATE DATABASE test;
导入示例SQL文件。
SOURCE /etc/sphinxsearch/example.sql;
然后离开MySQL shell。
quit
现在您有一个填充了示例数据的数据库。接下来,我们将自定义Sphinx的配置。
Sphinx的配置应该在/etc/sphinxsearch
的一个名为sphinx.conf
的文件中。该配置包含3个运行必不可少的主要块:索引,搜索和源。我们将提供一个示例配置文件供您使用,并解释每个部分,以便您以后可以自定义。
首先,创建sphinx.conf
文件。
sudo nano /etc/sphinxsearch/sphinx.conf
下面依次描述索引,搜索和源块。然后,在此步骤结束时,包含sphinx.conf
整个内容将供您复制并粘贴到文件中。
源块包含源,用户名和密码的MySQL服务器的类型。sql_query
的第一列应该是唯一的id。SQL查询将在每个索引上运行,并将数据转储到Sphinx索引文件。以下是每个字段和源块本身的描述。
type
:要索引的数据源类型。在我们的例子中,这是mysql。其他支持的类型包括pgsql,mssql,xmlpipe2,odbc等。sql_host
:MySQL主机的主机名。在我们的例子中,这是localhost
。这可以是域或IP地址。sql_user
:MySQL登录的用户名。在我们的示例中,这是root。sql_pass
:MySQL用户的密码。在我们的示例中,这是根MySQL用户的密码。sql_db
:存储数据的数据库的名称。在我们的例子中,这是测试。sql_query
:将数据从数据库转储到索引的查询。这是源块:
source src1
{
type = mysql
#SQL settings (for ‘mysql’ and ‘pgsql’ types)
sql_host = localhost
sql_user = root
sql_pass = password
sql_db = test
sql_port = 3306 # optional, default is 3306
sql_query = \
SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \
FROM documents
sql_attr_uint = group_id
sql_attr_timestamp = date_added
}
所述指数部件包含源和存储数据的路径。 在
source
:源块的名称。在我们的示例中,这是src1。path
:保存索引的路径。index test1
{
source = src1
path = /var/lib/sphinxsearch/data/test1
docinfo = extern
}
该searchd的组件包含端口和其他变量来运行狮身人面像守护进程。
listen
:Sphinx守护程序将运行的端口,后跟协议。在我们的示例中,这是9306:mysql41。已知的协议是:sphinx(SphinxAPI)和:mysql41(SphinxQL)query_log
:保存查询日志的路径。pid_file
:Sphinx守护程序的PID文件的路径。seamless_rotate
:在将具有大量数据的索引旋转到预缓存时防止搜索停顿。preopen_indexes
:是否在启动时强制预先打开所有索引。unlink_old
:是否在成功轮换时删除旧索引副本。searchd
{
listen = 9312:sphinx #SphinxAPI port
listen = 9306:mysql41 #SphinxQL port
log = /var/log/sphinxsearch/searchd.log
query_log = /var/log/sphinxsearch/query.log
read_timeout = 5
max_children = 30
pid_file = /var/run/sphinxsearch/searchd.pid
seamless_rotate = 1
preopen_indexes = 1
unlink_old = 1
binlog_path = /var/lib/sphinxsearch/data
}
要复制和粘贴的完整配置如下。您需要在下面更改的唯一变量是源块中的sql_pass
变量,该变量如下所示:
source src1
{
type = mysql
sql_host = localhost
sql_user = root
sql_pass = your_root_mysql_password
sql_db = test
sql_port = 3306
sql_query = \
SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \
FROM documents
sql_attr_uint = group_id
sql_attr_timestamp = date_added
}
index test1
{
source = src1
path = /var/lib/sphinxsearch/data/test1
docinfo = extern
}
searchd
{
listen = 9306:mysql41
log = /var/log/sphinxsearch/searchd.log
query_log = /var/log/sphinxsearch/query.log
read_timeout = 5
max_children = 30
pid_file = /var/run/sphinxsearch/searchd.pid
seamless_rotate = 1
preopen_indexes = 1
unlink_old = 1
binlog_path = /var/lib/sphinxsearch/data
}
要探索更多配置,您可以查看/etc/sphinxsearch/sphinx.conf.sample
文件,其中包含更详细说明的所有变量。
在此步骤中,我们将向Sphinx索引添加数据,并通过cron
确保索引保持最新数据。
首先,使用我们之前创建的配置将数据添加到索引。
sudo indexer --all
你应该得到类似下面的东西。
Sphinx 2.2.9-id64-release (rel22-r5006)
Copyright (c) 2001-2015, Andrew Aksyonoff
Copyright (c) 2008-2015, Sphinx Technologies Inc (http://sphinxsearch.com)
using config file '/etc/sphinxsearch/sphinx.conf'...
indexing index 'test1'...
collected 4 docs, 0.0 MB
sorted 0.0 Mhits, 100.0% done
total 4 docs, 193 bytes
total 0.010 sec, 18552 bytes/sec, 384.50 docs/sec
total 4 reads, 0.000 sec, 0.1 kb/call avg, 0.0 msec/call avg
total 12 writes, 0.000 sec, 0.1 kb/call avg, 0.0 msec/call avg
在生产环境中,必须使索引保持最新。要做到这一点,让我们创建一个cronjob。首先,打开crontab。
crontab -e
系统可能会询问您要使用哪个文本编辑器。选择你喜欢的任何一个; 在本教程中,我们已经使用过了nano
。
后面的cronjob将每小时运行一次,并使用我们之前创建的配置文件将新数据添加到索引中。将其复制并粘贴到文件末尾,然后保存并关闭该文件。
@hourly /usr/bin/indexer --rotate --config /etc/sphinxsearch/sphinx.conf --all
现在Sphinx已完全设置和配置,我们可以启动该服务并进行试用。
默认情况下,Sphinx守护程序已关闭。首先,我们将通过将/etc/default/sphinxsearch
中的行START=no
更改为START=yes
in 来启用它。
sudo sed -i 's/START=no/START=yes/g' /etc/default/sphinxsearch
然后,使用systemctl
重新启动Sphinx守护程序。
sudo systemctl restart sphinxsearch.service
要检查Sphinx守护程序是否正常运行,请运行。
sudo systemctl status sphinxsearch.service
你应该得到类似下面的东西。
● sphinxsearch.service - LSB: Fast standalone full-text SQL search engine
Loaded: loaded (/etc/init.d/sphinxsearch; bad; vendor preset: enabled)
Active: active (running) since Tue 2016-07-26 01:50:00 EDT; 15s ago
. . .
这也将确保即使重新启动服务器,Sphinx守护程序也会启动。
现在一切都已设置好,让我们测试一下搜索功能。使用MySQL接口连接到SphinxQL(在端口9306上)。您的提示将更改为mysql>
。
mysql -h0 -P9306
我们来搜索一个句子。
SELECT * FROM test1 WHERE MATCH('test document'); SHOW META;
你应该得到类似下面的东西。
+------+----------+------------+
| id | group_id | date_added |
+------+----------+------------+
| 1 | 1 | 1465979047 |
| 2 | 1 | 1465979047 |
+------+----------+------------+
2 rows in set (0.00 sec)
+---------------+----------+
| Variable_name | Value |
+---------------+----------+
| total | 2 |
| total_found | 2 |
| time | 0.000 |
| keyword[0] | test |
| docs[0] | 3 |
| hits[0] | 5 |
| keyword[1] | document |
| docs[1] | 2 |
| hits[1] | 2 |
+---------------+----------+
9 rows in set (0.00 sec)
在上面的结果中,您可以看到Sphinx在我们的测试句子的索引test1
中找到了2个匹配项。SHOW META;
命令还显示句子中每个关键字的命中数。
我们来搜索一些关键词。
CALL KEYWORDS ('test one three', 'test1', 1);
你应该得到类似下面的东西。
+------+-----------+------------+------+------+
| qpos | tokenized | normalized | docs | hits |
+------+-----------+------------+------+------+
| 1 | test | test | 3 | 5 |
| 2 | one | one | 1 | 2 |
| 3 | three | three | 0 | 0 |
+------+-----------+------------+------+------+
3 rows in set (0.00 sec)
在上面的结果中,您可以看到在test1索引中,Sphinx发现:
现在你可以离开MySQL shell了。
quit
在本教程中,我们向您展示了如何安装Sphinx并使用SphinxQL和MySQL进行简单搜索。
通过使用Sphinx,您可以轻松地向您的网站添加自定义搜索。
想要了解更多关于安装和配置Sphinx的相关教程,请前往腾讯云+社区学习更多知识。
参考文献:《How To Install and Configure Sphinx on Ubuntu 16.04》
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。