萧刚

MySQL、Sphinx及许多数据库和搜索引擎中的查询是单线程的。比如说，在一台32个CPU核心、16个磁盘的R910服务器上执行一个查询，它最多只会用到一个核心和一个磁盘。没错，只会使用一个。如果查询是CPU密集型作业，那么会使用大约3%的整机CPU能力(以上述32核机器为例)。如果是磁盘密集型，则大约会使用6%的整机IO能力(也是与上例同样的配置，16个磁盘组成RAID10或RAID0

//参数筛选//筛选cat_id=2$cl->SetFilter("cat_id",array(2));//仅在id为1、3、7的子论坛中搜索$cl->SetFilter("forum_id",array(1,3,7));//范围筛选//筛选发布时间为今天,参数为int时间戳$cl->SetFilterRange("starttime",123,124);//筛

匹配模式有如下可选的匹配模式：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_PHRASE, 将整个查询看作一个词组，要求按顺序完整匹配;SPH_MATCH_BOOLEAN, 将查询看作一个布尔表达式SPH_MATCH_EXTENDED, 将查询看作一个CoreSeek/Sphinx内部查询

SetOverride （设置临时属性值覆盖） 个性化设置原型： function SetOverride ( $attrname, $attrtype, $values )设置一个临时的（只对单个查询有效）针对不同文档的属性值覆盖。只支持标量属性。$value是一个哈希表，他的键是要覆盖属性的文档ID，之是对应该文档ID的要覆盖的值。于版本0.9.9-rc1引入。属性覆盖特性使用

单机配置请参考搭建coreseek(sphinx+mmseg3)详细安装配置+php之sphinx扩展安装+php调用示例 分布式配置很简单，只需要将局域网内的机器连接即可。vi /usr/local/coreseek/etc/csft.conf[php] view plaincopyprint?index dist  {          type  

sphinx分布式索引原理： 当searchd收到一个对分布式索引的查询时，它做如下操作：1. 连接到远程代理2. 执行查询3. （在远程代理执行搜索的同时）对本地索引进行查询4. 接收来自远程代理的搜索结果5. 将所有结果合并，删除重复项6. 将合并后的结果返回给客户端在应用程序看来，普通索引和分布式索引完全没有区别。任一个searchd实例可以同时做为主控端

Sphinx多线程分布式搜索Sphinx分布式索引单机器的分布式索引(单机上同时查询多个索引):index sitese01 { type = distributed local = chunk1 local = chunk2 local = chunk3 local = chunk4}多机器分布式索引(对应用透明,可以让主节点仅

sphinx的配置文件是在配置的时候最容易出错的了：我们先要明白几个概念：source：数据源，数据是从什么地方来的。index：索引，当有数据源之后，从数据源处构建索引。索引实际上就是相当于一个字典检索。有了整本字典内容以后，才会有字典检索。searchd：提供搜索查询服务。它一般是以deamon的形式运行在后台的。indexer：构建索引的服务。当要重新构建索引的时候，

转自http://www.cnblogs.com/littlehb/p/3667821.html需求描述mysql中，每一个文档都有多个标签，查询时可以筛选一个标签也可以筛选同时拥有多个标签的文档。数据示例文档 标签1 1,2,3,4,52 2,3,4,5,63 3,4,5,6,7

CoreSeek快速安装：为了方便学习，转，并感谢http://www.coreseek.cn/products-install/install_on_bsd_linux/安装前，建议查看：源码包说明README；4.0/4.1版可参考3.2版本安装，步骤相同；如遇到问题，请看详细安装说明。##下载coreseek：coreseek 3.2.14：点击下载、coreseek 4.0

http://blog.atime.me/note/mmseg-custom-dict.html总结使用搜狗词库制作mmseg词典的方法和步骤。另外，最近一直没写新博客，一方面是因为懒，另一方面是确实没什么可写的。coreseek的介绍和安装説明可参考这里，不再赘述。以下是接下来需要注意的几点:下面假设libmmseg安装于/usr/local/mmseg3目录生成的mmseg

为了学习方便转自：http://blog.atime.me/note/mmseg-custom-dict.html  感谢搜狗词库地址：http://pinyin.sogou.com/dict/总结使用搜狗词库制作mmseg词典的方法和步骤。另外，最近一直没写新博客，一方面是因为懒，另一方面是确实没什么可写的。coreseek的介绍和安装説明可参考这里，不再赘述。以下是接下

由于在工作中遇到了林书豪这个词，原来的分词库里面没有就找了下文档，自己整理了一份，以交流备忘。 1.准备好需要添加的词表，一般都是每行一词，注意要保存为utf-8；     例如：     --     林书豪    -- 2.利用UltraEdit的查找替换功能，使词表格式符合mmseg的要求；     例如：     打开UltraEdit的正则替换功能，将“^

转自：http://www.coreseek.cn/opensource/mmseg/#coreseek_mmseg_complex 感谢，为了方便学习LibMMSeg 简介LibMMSeg 是Coreseek.com为 Sphinx 全文搜索引擎设计的中文分词软件包，其在GPL协议下发行的中文分词法，采用Chih-Hao Tsai的MMSEG算法。MMSEG: A Word Id

Solr与Sphinx的比较Solr版本：4.8.1Coreseek版本：3.2.14 (基于Sphinx 0.9.9 release)1.索引效率     Sphinx：10-15MB/秒， 实测最高可对100GB的文本建立索引，单一索引可包含1亿条记录    Ｓolr:10MB/秒，亿条数据,20G索引，新浪目前也采用lucene检索2.搜索性能    Sp

1多种数据源ID重复问题处理思路：         1.1修改文档ID，将源ID编码进去：source src1{ sql_query = SELECT id*10+1, ... FROM table1 ...}source src2{ sql_query = SELECT id*10+2, ... FROM table2 ...}  1.2将数据来源存储为一个属性

coreseek索引更新机制版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明http://fatal.blogbus.com/logs/45153968.html = =，昨晚太晚睡觉，所以日记又没写。结果现在又不太记得昨天做了啥了。还是先说今天吧。今天的时间都花在coreseek的索引更新机制上了，原来是每隔一分钟更新增量索引，每天再重建一次索引。sph_

目标：一、搭建准确的千万级数据库的准实时搜索（见详情）二、实现词语高亮（客户端JS渲染，服务器端渲染，详见7.3）三、实现搜索联想（输入框onchange,ajax请求搜索，取10条在层上展示方可）四、实现词库管理（仅需管理scws下的自定义词库dd.txt即可）五、实现全文搜索（提供了两种方案，详见8）案例：本文第五部分，针对实际应用场景，典型案例分析。软件：

本文主要介绍Sphinx的入门使用，新手观看，老鸟指正！* 1、简介* 1.1.Sphinx是什么* 1.2.Sphinx的特性* 1.3.Sphinx中文分词* 2、安装配置实例* 2.1 在GNU/Linux/unix系统上安装o 2.1.1 sphinx安装o 2.1.2.sfc安装(见另文)o 2.1.3.coreseek安装（见另文）* 2.2 在

sphinx的配置:其结构组成主要如下:Source 源名称1{                //指定数据源一些配置}Index 索引名称1{Source=源名称1}Source 源名称2{一些配置}Index 索引名称2{Source=源名称2}Indexer{mem_limit = 32M}Searchd{       

包括搜索和更新状态两个功能使用。

大家应该都知道，使用sphinx或coreseek来做搜索时，除了sphinx2.0开始支持‘实时索引’外，我们使用增量索引时，出现的问题往往是删除后的数据展示问题的了。（新增的话，可以使用增量索引实现近乎实时的功能）。当我们删除数据时，sphinx需要等到更新索引文件时，才会更新。而我们的索引文件不可能实时更新的。所以就造成搜索出来的数据经常不存在的了。解决这个问题，除了实时索引外，其实

coreseek(sphinx)错误:WARNING: attribute 'id' not found - IGNORING原因及解决方法coreseek(sphinx)建立索引时提示错误：WARNING: attribute 'id' not found - IGNORING原因：sphinx不能使用主键来做属性字段，你的索引配置文件中一定用了类似sql_attr_uint

最近为公司的项目做分词搜索，于是安装coreseek。但是本人之前只是使用过，根本没有安装过呀，搞个JJ啊。没办法，牛B已经吹了，只能吹爆。开始在网上找安装教程，发现其实就两篇可用，一篇是官网上的，但是他后面的配置讲得不全，另一篇的安装部分跟官网是一样的，但是他把后面的配置也讲了，于是开始安装，我的安装步骤如下：1、安装支持的工具，（用yum非常方便，安装过程中如果碰到有什么Waring:

Sphinx全文检索Sphinx安装安装Sphinx:# yum install expat expat-devel# wget -c http://sphinxsearch.com/files/sphinx-2.0.7-release.tar.gz# tar zxvf sphinx-2.0.7-release.tar.gz# cd sphinx-2.0.7-releas

重新索引:/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/viewspot.conf --all索引完之后启动searchd:/usr/local/coreseek/bin/search -c /usr/local/coreseek/etc/csft.conf  "波音飞机博物馆"/usr/local/cor

http://blog.youkuaiyun.com/ownfire/article/details/39316743sphinx在此处下载：http://sphinxsearch.com/downloads/release/本次我下的是2.2.4版本自持中文分词的包叫做coreseek，其实就是带了中文分词插件的sphinx，在此处下载：http://www.core

Sphinx 的 SetGeoAnchor方法，（LinkWith:http://sphinxsearch.com/docs/manual-0.9.9.html#api-func-setgeoanchor） coreseek提供的中文翻译手册： function SetGeoAnchor ( $attrlat, $attrlong, $lat, $long ) 为地表距离计算设置锚点,

http://www.pangxieke.com/linux/673.html#respond因为项目需要使用中文搜索，觉得使用coreseek实现，其中使用mmseg 分词库但是mmseg原词库不适合电商项目，所以决定自定义分词库。1.下载搜狗词库，例如有淘宝专用词库 http://pinyin.sogou.com/dict/detail/index/22416，

//sphinx把商品上架(deleted为0) public static function upProSphinx($proid) { $sphinxclient = new SphinxClient (); $sphinxclient->UpdateAttributes ( "products", array("deleted"), array($proid=>array(0))

http://www.zrwm.com/?p=5393Sphinx多线程分布式搜索Sphinx分布式索引单机器的分布式索引(单机上同时查询多个索引):index sitese01 { type = distributed local = chunk1 local = chunk2 local = chunk3 local

今日，发现sphinx出现 sphinx.new.sp*诸多文件。出现这样的情况是因为 searchd没有加载新索引文件。遂Google之，到sphinx官网论坛后得知rotate的机制后方解决！sphinx的searchd在启动时会创建一个 .spl 锁文件，并在关闭时会删除它。在indexer创建索引时如果发现有 .spl文件，则不会创建新索引，因为这时已经标志sphinx正在运行中，除非

SphinxClient::open(PECL sphinx >= 1.0.3)SphinxClient::open — 建立到搜索服务端的持久连接说明public bool SphinxClient::open ( void )建立到搜索服务端的持久连接.参数此函数没有参数。返回值成功时返回 TRUE， 或者在失败时返回 FALSE.今日在做PHP系统

/** * s-phinx 搜索 * @param $currentPage 页码 * @param $pagesize 个数 * @param string $keyword 查询词 * @param string $topicArr 话题 * @param string $type addtime 按时间排序 heat按热度排序 * @param string