Centos下Sphinx中文分词编译安装测试---CoreSeek

要支持中文分词，还需要下载Coreseek，可以去官方搜索下载，这里我用的4.1

百度云下载地址：      https://pan.baidu.com/s/1slNIyHf

1 2 3 4

tar -zxvf coreseek-4.1-beta.tar.gz cd coreseek-4.1-beta cd mmseg-3.2.14/ ./bootstrap   //测试安装环境

1 2 3 4 5 6 7 8

libtoolize: putting auxiliary files in AC_CONFIG_AUX_DIR, `config'. libtoolize: copying file `config/ltmain.sh' libtoolize: Consider adding `AC_CONFIG_MACRO_DIR([m4])' to configure.in and libtoolize: rerunning libtoolize, to keep the correct libtool macros in-tree. libtoolize: Consider adding `-I m4' to ACLOCAL_AMFLAGS in Makefile.am. + autoheader + automake --add-missing --copy + autoconf

1	./configure --prefix=/usr/local/mmseg3

1 2 3 4 5 6 7 8 9

------------------------------------------------------------------------ Configuration:   Source code location:       .   Compiler:                   gcc   Compiler flags:             -g -O2   Host System Type:           x86_64-redhat-linux-gnu   Install path:               /usr/local/mmseg3   See config.h for further configuration information. ------------------------------------------------------------------------

1	make && make install

在原安装目录下创建一个文本文档测试一下

1 2 3 4 5 6 7 8

cd /usr/local/mmseg3 cd /usr/local/src/coreseek-4.1-beta/mmseg-3.2.14/src vim test.txt 山东省德州市 北京朝阳市  中国北京  中国德州  中国山东德州

1 2	cd /usr/local/mmsge3/bin ./mmseg -d /usr/local/mmseg3/etc/ /usr/local/src/coreseek-4.1-beta/mmseg-3.2.14/src/test.txt

1 2 3 4 5 6

山东省/x 德州市/x  /x  /x  北京/x 朝阳市/x  中国/x 北京/x  中国/x 德州/x  中国/x 山东/x 德州/x  Word Splite took: 0 ms.

1 2 3 4

cd /usr/local/src/coreseek-4.1-beta/csft-4.1  //可以把csft当做sphinx了 sh buildconf.sh    //执行脚本测试，如果不出问题，证明可以使用 ./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

1 2 3 4 5

You can now run 'make install' to build and install Sphinx binaries. On a multi-core machine, try 'make -j4 install' to speed up the build. Updates, articles, help forum, and commercial support, consulting, training, and development services are available at http://sphinxsearch.com/ Thank you for choosing Sphinx!

1	make && make install

1 2 3 4 5

make[3]: Entering directory `/usr/local/src/coreseek-4.1-beta/csft-4.1' mkdir -p /usr/local/coreseek/var/data && mkdir -p /usr/local/coreseek/var/log make[3]: Leaving directory `/usr/local/src/coreseek-4.1-beta/csft-4.1' make[2]: Leaving directory `/usr/local/src/coreseek-4.1-beta/csft-4.1' make[1]: Leaving directory `/usr/local/src/coreseek-4.1-beta/csft-4.1'

然后进入mysql客户端创建一个表测试一下

1 2 3 4 5

create table kecheng(id int primary key auto_increment,name varchar(50),info varchar(50))charset utf8; insert into kecheng(name,info) values('java','java是一门很牛的语言，性能整体来说比PHP要强，但是不如php开发速度快'); insert into kecheng(name,info) values('redis','redis是一种内存缓存数据库，比memcache支持的数据格式多'); insert into kecheng(name,info) values('memcache','memcache支持简单的key value形式，不像redis支持持久化'); insert into kecheng(name,info) values('jquery','jquery是一种前端脚本，结合php和java可以做web开发');

1 2 3 4 5

cd /usr/local/coreseek/    //也就是sphinx目录了 cd bin ls  //类似于原版sphinx目录结构 cd /usr/local/coreseek/etc cp sphinx.conf.dist csft.conf

1 2 3 4

CREATE TABLE index_table(        //此表为了存放更新完的索引id，不用每次更新全表     Counter_id int unsigned not null primary key auto,     Max_id int unsigned not null comment'已经创建完索引的最大id' )

编辑配置文件csft.conf

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

13 source src1  14 {  15         # data source type. mandatory, no default value  16         # known types are mysql, pgsql, mssql, xmlpipe, xmlpipe2, odbc  17         type                    = mysql                  --库类型  18   19         #####################################################################  20         ## SQL settings (for 'mysql' and 'pgsql' types)  21         #####################################################################  22   23         # some straightforward parameters for SQL source types  24         sql_host                = localhost                  --不做解释  25         sql_user                = root  26         sql_pass                =  27         sql_db                  = test  28         sql_port                = 3306  # optional, default is 3306 .....  79          sql_query_pre          = SET NAMES utf8                  --设置字符集  80          sql_query_pre          = SET SESSION query_cache_type=OFF      --关闭mysql查询缓存  84         # mandatory, integer document ID field MUST be the first selected column  85         #sql_query              = \  86         #       SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \  87         #       FROM documents--关掉默认的查询表            #设置要查询的信息，如果表主键不叫id，那么还需要别名为id，如 select tid id from tableName；  88         sql_query               = SELECT id,name,info FROM kecheng             #主查询执行完之后执行的SQL     index_table是存放最后更新的主键id，不用每次更新全表，只更新最新数据             sql_query_post = REPLACE INTO index_table SELECT 1,MAX(id) FROM kecheng;         .....         #当使用search检索文件的时候，返回的记录字段，这里是所有（测试而已）  241         sql_query_info          = SELECT * FROM kecheng WHERE id=$id ..... index test1  318 { .....  331         path                 = /usr/local/coreseek/var/data/test1   --索引文件创建的位置  332   333         # document attribute values (docinfo) storage mode  391         charset_type            = zh_cn.utf-8                  --改为中文  392         charset_dictpath        = /usr/local/mmseg3/etc/ --词典目录    #----------------  source zengliangsuoyin : src1{     #取出还没有创建索引的数据     sql_query  = SELECT id,name,info FROM kecheng WHERE id > （SELECT max_id FROM index_table ）     #再把最后一个id更新到index_table     。。不用写了，因为是继承上一个 } index zengliangsuoyin : src1{     source             = zengliangsuoyin     path                    = /usr/local/coreseek/var/data/test1 }

保存退出

1 2	cd /usr/local/coreseek/bin/ ./indexer --all

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

using config file '/usr/local/coreseek/etc/csft.conf'...        --指定的配置文档，之前复制的文件命名一致 indexing index 'test1'... WARNING: attribute 'group_id' not found - IGNORING WARNING: attribute 'date_added' not found - IGNORING WARNING: Attribute count is 0: switching to none docinfo collected 5 docs, 0.0 MB sorted 0.0 Mhits, 100.0% done total 5 docs, 351 bytes total 0.178 sec, 1971 bytes/sec, 28.07 docs/sec indexing index 'test1stemmed'... WARNING: attribute 'group_id' not found - IGNORING WARNING: attribute 'date_added' not found - IGNORING WARNING: Attribute count is 0: switching to none docinfo collected 5 docs, 0.0 MB                  --发现五个文档也就是mysql五条记录,连接库没问题了 sorted 0.0 Mhits, 100.0% done total 5 docs, 351 bytes total 0.007 sec, 47677 bytes/sec, 679.16 docs/sec skipping non-plain index 'dist1'... skipping non-plain index 'rt'... total 4 reads, 0.000 sec, 0.3 kb/call avg, 0.0 msec/call avg total 12 writes, 0.000 sec, 0.2 kb/call avg, 0.0 msec/call avg

1	./search php

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

Coreseek Fulltext 4.1 [ Sphinx 2.0.2-dev (r2922)] Copyright (c) 2007-2011, Beijing Choice Software Technologies Inc (http://www.coreseek.com)  using config file '/usr/local/coreseek/etc/csft.conf'... index 'test1': query 'php ': returned 3 matches of 3 total in 0.000 sec displaying matches: 1. document=1, weight=2500 id=1 group_id=1 group_id2=5 date_added=2017-02-08 06:22:36 title=test one content=this is my test document number one. also checking search within phrases. 2. document=2, weight=1500 id=2 group_id=1 group_id2=6 date_added=2017-02-08 06:22:36 title=test two content=this is my test document number two 3. document=5, weight=1500 (document not found in db) words: 1. 'php': 3 documents, 5 hits ---出现的次数 index 'test1stemmed': query 'php ': returned 3 matches of 3 total in 0.000 sec displaying matches: 1. document=1, weight=2500 id=1 group_id=1 group_id2=5 date_added=2017-02-08 06:22:36 title=test one content=this is my test document number one. also checking search within phrases. 2. document=2, weight=1500 id=2 group_id=1 group_id2=6 date_added=2017-02-08 06:22:36 title=test two content=this is my test document number two 3. document=5, weight=1500 (document not found in db) words: 1. 'php': 3 documents, 5 hits

测试完成，下面就开始php扩展的安装了

 

1