Yousri's Blog

Sphinx:http://www.sphinxsearch.com/
Coreseek:http://www.coreseek.com/

一、简介：

Coreseek是基于sphinx更完善支持中文搜索功能。故其原理同sphinx，如下：

1、sphinx的两个主要进程indexer和searchd。
indexer任务是从数据库（或者其他的数据源）收集原始的数据，然后建立相应的索引。
searchd则是通过读取indexer建立的索引来响应客户端的请求。

2、sphinx工作前提：配置文件修改
a、需要让其获取数据源从何而来（即：配置source信息）
b、建立索引，对数据源的哪部分数据进行索引等详细信息（即：indexer的所有信息）
c、执行indexer生产索引，最用才启用searchd服务

3、应用主要是通过api接口实现，支持php、perl、python及ruby等语言调用。

二、系统环境：

最好使用中文环境utf8
locale查看
修改/etc/profile 文件添加 export LC_ALL=zh.CN-UTF8

确认autoconf、automake安装可执行下
autoconf
automake

三、软件编译：

wget -c http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.13.tar.gz
tar zxvf coreseek-3.2.13.tar.gz
cd coreseek-3.2.13/mmseg-3.2.13
./configure --prefix=/usr/local/mmseg
make && make install

##中文分词测试，如果显示不正常，请检查当前环境下的locale和UTF-8中文字符显示设置

/usr/local/mmseg/bin/mmseg -d /usr/local/mmseg/etc src/t1.txt

根据需要编译：

#只支持xml源数据源
./configure --prefix=/usr/local/coreseek --without-python --without-mysql --with-mmseg --with-mmseg-includes=/usr/local/mmseg/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg/lib/
make && make install
#执行测试
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx-min.conf.dist
#支持Mysql数据源
./configure --prefix=/usr/local/coreseek --with-mmseg=/usr/local/mmseg --with-mmseg-includes=/usr/local/mmseg/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg/lib/ --with-mysql=/usr/local/mysql --with-mysql-includes=/usr/local/mysql/include/mysql/ --with-mysql-libs=/usr/local/mysql/lib/mysql/
make && make install

可能遇到问题处理：

1、提示config.status: error: cannot find input file: src/Makefile.in
执行以下命令

aclocal
libtoolize --force
automake --add-missing
autoconf
autoheader
make clean

注：个人只运行下autoconf及automake即通过

2、Linux环境下，如遇到pthread问题，请先直接执行以下指令在进行configure前：

LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
export LD_LIBRARY_PATH

3、如果出现undefined reference to `libiconv’的类似错误，可以按照如下方法处理：
方法一：（Linux使用）
直接执行：export LIBS=”-liconv”
然后再次configure后，进行编译安装
方法二：
首先configure，然后vim src/makefile
在其中搜索lexpat，在其后加上 -liconv
修改后该行应该为：-lexpat -liconv -L/usr/local/lib
然后再次make
方法三：
#首先configure，然后vim config/config.h
在其中搜索USE_LIBICONV，将其后的1修改为0
然后再次make

四、文件配置：(/usr/local/coreseek/etc/csft.conf)

a、数据源（这里以mysql数据为例 也可支持xml方式）

source sphinx
{
sql_host = 192.168.1.100   # mysql服务器ip
sql_user = sphinx	    # mysql用户名
sql_pass = sphinx	    # mysql密码
sql_db = sphinx	    # mysql数据库名
type = mysql		    # 数据源类型
sql_port= 3306		    # optional, default is 3306
sql_query_pre= SET SESSION query_cache_type=OFF
sql_query_pre= SET NAMES utf8;
sql_query = SELECT * FROM documents WHERE id=$id	# 具体数据列
}

b、索引任务:

index sphinx_test
{
source   = sphinx
path   = /usr/local/coreseek/var/data/sphinx
docinfo   = extern
mlock   = 0
morphology   = none
stopwords   =
min_word_len  = 1
charset_type  = utf-8
# 简单分词，只支持0和1，如果要搜索中文，请指定为1
ngram_len    = 1
# 需要分词的字符，如果要搜索中文，去掉前面的注释
min_prefix_len  = 0
min_infix_len  = 1
}

c、搜索服务配置（基本保持默认即可）

searchd
{
port                            = 9312
log                             = /usr/local/coreseek/var/log/searchd.log
query_log                       = /usr/local/coreseek/var/log/query.log
read_timeout                    = 5
max_children                    = 30
pid_file                        = /usr/local/coreseek/var/log/searchd.pid
max_matches                     = 3000
seamless_rotate                 = 1
preopen_indexes                 = 0
unlink_old                      = 1
}

五、服务启动：

执行indexer生成索引：

/usr/local/coreseek/bin/indexer --rotate sphinx_test  #只对sphinx_test索引任务
或
/usr/local/coreseek/bin/indexer --all --rotate  # 针对所有索引任务

可能会出现数据库连接失败错误：

/usr/local/coreseek/bin/indexer sphinx_test --rotate
/usr/local/coreseek/bin/indexer: error while loading shared libraries: libmysqlclient.so.15: cannot open shared object file: No such file or directory
#先确认下libmysqlclient.so.15是否存在
ldd /usr/local/coreseek/bin/indexer
libmysqlclient.so.15 => not found

解决措施：

vim /etc/ld.so.conf
/usr/local/mysql/lib/mysql/ #最后一行添加
[root@localhost etc]# ldconfig

运行搜索服务searchd：

/usr/local/coreseek/bin/searchd &

六、应用：

API接口程序调用