CoreSeek（全文检索引擎 Sphinx 中文版）安装使用指南（CentOS6.5）

谁践踏了优雅 2022-06-09 08:17 202阅读 0赞

Coreseek 是一款中文全文检索/搜索软件，以GPLv2许可协议开源发布，基于Sphinx研发并独立发布，专攻中文搜索和信息处理领域，适用于行业/垂直搜索、论坛/站内搜索、数据库搜索、文档/文献检索、信息检索、数据挖掘等应用场景，用户可以免费下载使用。
      
       
       
        coreseek安装需要预装的软件：yum install make gcc g++ gcc-c++ libtool autoconf automake imake mysql-devel libxml2-devel expat-devel
       
        cd /usr/local/src
    wget http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.14.tar.gz
    tar -xzvf coreseek-3.2.14.tar.gz
    cd coreseek-3.2.14
    
    ##安装mmseg
    cd mmseg-3.2.14
    ./bootstrap #输出的warning信息可以忽略，如果出现error则需要解决
    ./configure --prefix=/usr/local/mmseg3
    make && make install
    cd ..
    ## 安装完成后，mmseg使用的词典和配置文件将自动安装到/usr/local/mmseg3/etc中
    
    ##安装coreseek
    cd csft-3.2.14
    sh buildconf.sh #输出的warning信息可以忽略，如果出现error则需要解决
    ./configure --prefix=/usr/local/coreseek --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/mmseg3/lib/ --with-mysql ##如果提示mysql问题，可以查看MySQL数据源安装说明
    make && make install
    cd ..
    
    cd /usr/local/coreseek/etc
    cp sphinx-min.conf.dist sphinx.conf
    vi sphinx.conf
    内容示例如下(localhost,DB_USER,DB_PASSWORD,DB_NAME自行修改)
    #
    # Minimal Sphinx configuration sample (clean, simple, functional)
    #
    
    source content
    {
            type                                    = mysql
    
            sql_host                                = localhost
            sql_user                                = DB_USER
            sql_pass                                = DB_PASSWORD
            sql_db                                  = DB_NAME
            sql_port                                = 3306  # optional, default is 3306
            sql_query_pre                           = SET NAMES utf8
    
            sql_query                               = \
                    SELECT id, title, pub_time, group_id, content FROM contents where status = '1'
    
            sql_attr_uint                   = group_id
            sql_attr_timestamp              = pub_time
    
            sql_query_info                  = SELECT * FROM contents WHERE id=$id
    }
    index content
    {
            source                                  = content
            path                                    = /usr/local/coreseek/var/data/content
            docinfo                                 = extern
            charset_dictpath                        = /usr/local/mmseg3/etc/
            charset_type                            = zh_cn.utf-8
            ngram_len                               = 0
    }
    indexer
    {
            mem_limit                               = 32M
    }
    
    
    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                             = 1000
            seamless_rotate                         = 1
            preopen_indexes                         = 1
            unlink_old                              = 1
    }
    
       
        然后根据以上配置建立索引文件
       
        /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate
    
       
        启动命令 /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf
       
        然后在coreseek目录下，新建3个sh脚本，以便操作 停止服务stop.sh
       
        #!/bin/bash
    /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf --stop
    
       
        建立索引build.sh
       
        #!/bin/bash
    /usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/sphinx.conf --all --rotate
    
       
        启动服务start.sh
       
        #!/bin/bash
    /usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/sphinx.conf
    
       
        添加可执行权限
       
        chmod +x start.sh
    chmod +x stop.sh
    chmod +x build.sh
    
       
        运行start.sh后，使用crontab定时执行build.sh,就可更新索引。（注：因为数据量小且更新不算很频繁，未使用增量索引，只是定时重建主索引，新版本CoreSeek全文搜索 4.1 支持实时索引）
       
        crontab -e
    0 2 * * * sh /usr/local/coreseek/build.sh >/dev/null 2>&1
    
       
        每天凌晨2点重建一次索引，忽略日志输出。
       
        在/usr/local/src/coreseek.3.2.14/csft-3.2.14/api目录下提供了PHP的接口文件 sphinxapi.php，这个文件包含一个SphinxClient的类,copy到自己的web目录下 通过如下方式进行搜索
       
        $s_key = trim($s_key);
    if(strpos($s_key,'\'') || strpos($s_key,'\"') || strpos($s_key,'\;')) {
        exit('非法字符');
    }
    require("sphinxapi.php");
    
    $page_nums = 20;
    $offset_start = ($page_index-1)*$page_nums;
    $offset_end = $offset_start + $page_nums;
    $cl = new SphinxClient();
    $cl->SetServer('localhost', 9312);
    $cl->SetArrayResult(true);
    $cl->SetMatchMode(SPH_MATCH_ALL);
    $cl->SetLimits($offset_start,$offset_end);
    $cl->SetSortMode(SPH_SORT_RELEVANCE);
    $res = $cl->Query($s_key,"content");