用PHP構(gòu)建自定義搜索引擎

2022-07-07    分類： 網(wǎng)站建設(shè)

使用 Sphinx 索引內(nèi)容、快速查找文本并提供有用的搜索結(jié)果

此文出處：成都網(wǎng)站建設(shè)-----成都創(chuàng)新互聯(lián)（bm7419.com）技術(shù)總監(jiān)博客

雖然 Google 及其系列產(chǎn)品幾乎無所不能，但是 Web 形式的強(qiáng)大搜索引擎并不能很好地適用于每個(gè)站點(diǎn)。如果站點(diǎn)內(nèi)容已被高度專注化或已明確分類，那就需要使用 Sphinx 和 PHP 來創(chuàng)建一個(gè)優(yōu)化的本地搜索系統(tǒng)。

在 Internet 時(shí)代，人們希望信息能夠像快餐一樣被打包起來：能夠快速無障礙使用，并且分為很小的單位（或者是以字節(jié)大小為單位？）。實(shí)際上，為了滿足急躁而又渴求信息的用戶的需求，甚至最普通的 Web 站點(diǎn)現(xiàn)在都要求具有快速瀏覽樣式的各種菜單：

RSS 是比薩快遞員，會(huì)把新鮮出爐的比薩送上門。 網(wǎng)絡(luò)日志是當(dāng)?shù)氐闹胁宛^，為您獻(xiàn)上喜愛的風(fēng)味菜肴。 論壇是家常便飯（或者可能更恰當(dāng)?shù)卣f，“動(dòng)物屋” 中搶奪食物的場(chǎng)景）。 而搜索就像在當(dāng)?shù)氐牟蛷d吃自助晚餐一樣：不斷將想吃的食物填滿盤子就行，只要您的食道 —— 還有您的椅子 —— 撐得住。

幸運(yùn)的是，PHP 開發(fā)人員可以找到各種 RSS、blog 和論壇軟件來創(chuàng)建或者改進(jìn)站點(diǎn)。而且，雖然 Google 和其他搜索站點(diǎn)幾乎無所不能并且執(zhí)行過濾通信，但是搜索引擎并不一定會(huì)良好地適應(yīng)各個(gè)站點(diǎn)。

例如，如果 Web 站點(diǎn)提供成百上千的全新和翻新的保時(shí)捷汽車零件，Google 可能通過諸如 “Carrera parts” 之類的廣義搜索找到您的站點(diǎn)，但是對(duì)于更具體的 “used 1991 Porsche 911 Targa headlight bezel” 查詢，它可能不會(huì)得到精確結(jié)果。

如果站點(diǎn)內(nèi)容高度專注化，或者訪問者期望搜索功能與現(xiàn)實(shí)工作流類似，那么較好在 Web 的全局搜索引擎基礎(chǔ)上增加一個(gè)為您的站點(diǎn)量身定做的本地搜索系統(tǒng)（有關(guān)專注化搜索的更多實(shí)例，請(qǐng)參閱 “A needle in a billion haystacks”）。

通過本文了解如何向 PHP 站點(diǎn)中添加一個(gè)快速、高效、開源和免費(fèi)的搜索引擎。本文沒有開發(fā)可見的 Web 站點(diǎn)。相反，重點(diǎn)討論交付有效搜索結(jié)果所需的組件：數(shù)據(jù)庫、索引、搜索引擎和 PHP 應(yīng)用程序編程接口 (API)。

訪問優(yōu)秀的 sphinx

要為站點(diǎn)提供自定義搜索功能，您必須有數(shù)據(jù)源和搜索該數(shù)據(jù)源的功能。對(duì)于 Web 應(yīng)用程序，數(shù)據(jù)源通常是一個(gè)關(guān)系數(shù)據(jù)庫，其中內(nèi)置了一些搜索功能（Equality 是一個(gè)簡(jiǎn)單的搜索運(yùn)算符，與 SQL 運(yùn)算符LIKE一樣）。但是，一些搜索可能比數(shù)據(jù)庫可以執(zhí)行的搜索更加具體，或者搜索可能過于復(fù)雜，而導(dǎo)致固有的 SQLJOIN反應(yīng)遲鈍。

海底撈針

許多站點(diǎn)提供特定于某一個(gè)行業(yè)、職業(yè)或者娛樂的內(nèi)容，例如醫(yī)藥、法律、音樂和汽車維修。深入研究這些內(nèi)容可能要求使用特殊工具或者培訓(xùn)，或者僅需要使用一個(gè)索引來生成相關(guān)的實(shí)用結(jié)果。

下面是一些需要定制搜索系統(tǒng)的常見搜索場(chǎng)景：

查找 Joe Hockey 所撰寫的關(guān)于斯坦利杯 (Stanley Cup) 的所有文章。 查找 HP LaserJet 3015 All-in-One 打印機(jī)的最新驅(qū)動(dòng)程序。 查找 Dinosaur Jr. 參與大衛(wèi)深夜脫口秀節(jié)目的電視片段。

要加速搜索，您可以重新安排表，并由此簡(jiǎn)化底層查詢（表和 SQL 查詢優(yōu)化高度依賴于模式和引擎?？赏ㄟ^在線搜索查找有關(guān)數(shù)據(jù)庫性能的各種文章和書籍）。此外，您可以添加一個(gè)專門化的搜索引擎。應(yīng)用哪種形式的搜索引擎還依賴于數(shù)據(jù)的形式（和數(shù)量）和預(yù)算。有許多選擇可用：您可以將一個(gè) Google 工具連接到您的網(wǎng)絡(luò)中，購買 Endeca 或其他大型商業(yè)搜索產(chǎn)品，或者嘗試 Lucene。但是在很多情況下，使用商業(yè)產(chǎn)品都有點(diǎn)小題大做，或者浪費(fèi)運(yùn)營(yíng)預(yù)算，并且 Lucene 在 2007 年 7 月編寫時(shí)并未提供 PHP API。

作為一個(gè)備選方案，考慮一下Sphinx，它是一種開源和免費(fèi)的搜索引擎，可以非?？焖俚厮阉魑谋?。例如，在一個(gè)幾乎有 300,000 行及五個(gè)索引列（每列包含大約 15 個(gè)單詞）的活動(dòng)數(shù)據(jù)庫中，Sphinx 可以在 1/100 秒內(nèi)得到 “這些單詞中任何一個(gè)單詞” 的搜索結(jié)果（在運(yùn)行 Debian Linux? Sarge 的 2-GHz AMD Opteron 處理器、1 GB RAM 的計(jì)算機(jī)上）。

Sphinx 提供了大量功能，包括：

它可以為能夠表示為字符串的所有數(shù)據(jù)建立索引。 它可以以各種方式為相同數(shù)據(jù)建立索引。對(duì)于多個(gè)索引，每個(gè)索引都針對(duì)特定目的而定制，您可以選擇最適當(dāng)?shù)乃饕齺韮?yōu)化搜索結(jié)果。 它可以把屬性與每條索引數(shù)據(jù)關(guān)聯(lián)起來。然后您可以使用一個(gè)或多個(gè)屬性來進(jìn)一步過濾搜索結(jié)果。 它支持詞法，因此搜索單詞 “cats” 還會(huì)找到詞根 “cat”。 您可以在許多計(jì)算機(jī)中分發(fā) Sphinx 索引，從而提供故障恢復(fù)功能。 它可以創(chuàng)建任意長(zhǎng)度的單詞前綴索引和可變長(zhǎng)度的中綴子字符串的索引。例如，一個(gè)零件號(hào)可以是 10 個(gè)字符寬。前綴索引將匹配位于字符串開頭處的所有可能的子字符串。中綴索引將匹配在字符串內(nèi)任意位置的子字符串。 您可以在 MySQL V5 內(nèi)將其作為存儲(chǔ)引擎運(yùn)行，降低使用其他守護(hù)程序的需求（通常被視為另一個(gè)故障點(diǎn)）。

您可以在 Sphinx 源代碼附帶的 README 文件中或通過在線資料找到完整的功能列表。Sphinx Web 站點(diǎn)還列出了已經(jīng)部署了 Sphinx 的若干個(gè)項(xiàng)目。

Sphinx 是用 C++ 編寫、用 GNU 編譯器構(gòu)建、支持 64 位支持平臺(tái)，并在 Linux、UNIX?、Microsoft? Windows? 和 Mac OS X 上運(yùn)行。構(gòu)建 Sphinx 十分簡(jiǎn)單：下載并解壓縮代碼，然后運(yùn)行./configure && make && make install命令。

默認(rèn)情況下，Sphinx 實(shí)用程序?qū)⒈话惭b到 /usr/local/bin/ 中，并且所有 Sphinx 組件的配置文件都位于 /usr/local/etc/sphinx.conf 中。

Sphinx 有三個(gè)組件：索引生成器、搜索引擎和命令行 search 實(shí)用程序：

索引生成器被稱為索引器。它將查詢數(shù)據(jù)庫，為結(jié)果的每行中的每列建立索引，并且將每個(gè)索引條目綁定到行的主鍵上。 搜索引擎是名為searchd的守護(hù)程序。該守護(hù)程序?qū)⒔邮账阉髟~和其他參數(shù)，快速遍歷一個(gè)或多個(gè)索引，并返回結(jié)果。如果找到匹配，searchd 將返回一個(gè)主鍵數(shù)組。對(duì)于這些鍵，應(yīng)用程序可以針對(duì)相關(guān)數(shù)據(jù)庫運(yùn)行查詢來查找包含匹配的完整記錄。Searchd 將在端口 3312 上通過套接字連接與應(yīng)用程序進(jìn)行通信。 便捷的search實(shí)用程序使您可以從命令行構(gòu)造搜索而無需編寫代碼。如果 searchd 返回匹配，則 search 將查詢數(shù)據(jù)庫并顯示匹配集中的行。search 實(shí)用程序?qū)τ谡{(diào)試 Sphinx 配置和執(zhí)行臨時(shí)搜索十分有用。

此外，Sphinx 的作者 Andrew Aksyonoff 和其他貢獻(xiàn)者為 PHP、Perl、C/C++ 和其他編程語言提供了 API。

回頁首

搜索車身零件

假定 Body-Parts.com 出售車身零件 —— 擋泥板、鉻、緩沖器等 —— 用于珍貴且值得收藏的汽車。正如在現(xiàn)實(shí)世界中，Body Parts 站點(diǎn)的訪問者很可能按制造商（比如保時(shí)捷或制造同類零件的第三方制造商）、零件號(hào)、產(chǎn)地、車型、年份、條件（二手、全新、翻新）以及描述或者這些屬性的某種組合來搜索零件。

要構(gòu)建 Body Parts 搜索功能，讓我們使用 MySQL V5.0 作為數(shù)據(jù)存儲(chǔ)并使用 Sphinx search 守護(hù)程序來提供快速而精確的文本搜索。MySQL V5.0 是一個(gè)功能強(qiáng)大的數(shù)據(jù)庫，但是它的增強(qiáng)型全文本搜索功能并不特別豐富。實(shí)際上，它僅限于 MyISAM 表 —— 不支持外鍵的一種表格式，因此使用有限。

清單 1 至清單 4 顯示了與此示例相關(guān)的 Body Parts 模式的部分代碼。您將分別看到 Model（清單 1）、Assembly（清單 2）、Inventory（清單 3）和 Schematic（清單 4）表。

Model 表

清單 1 中所示的 Model 表十分簡(jiǎn)單：label 列將列舉車型的名稱 （“Corvette”）；description 使用客戶友好方式進(jìn)行描述（“兩門跑車；⑴年引入”）；而begin_production和end_production分別表示開始生產(chǎn)和結(jié)束生產(chǎn)該車型的年份。由于前述列中的值并不惟一，因此使用一個(gè)獨(dú)立 ID 表示每四個(gè)這樣的元素（label、description、begin_production、end_production），并且是其他表中的外鍵。

清單 1. 車身零件 Model 表
CREATE TABLE Model ( id int(10) unsigned NOT NULL auto_increment, label varchar(7) NOT NULL, description varchar(256) NOT NULL, begin_production int(4) NOT NULL, end_production int(4) NOT NULL, PRIMARY KEY (id) ) ENGINE=InnoDB;

下面是 Model 表的一些樣例數(shù)據(jù)：

INSERT INTO Model (`id`, `label`, `description`, `begin_production`, `end_production`) VALUES (1,'X Sedan','Four-door performance sedan',1998,1999), (3,'X Sedan','Four door performance sedan, 1st model year',1995,1997), (4,'J Convertible','Two-door roadster, metal retracting roof',2002,2005), (5,'J Convertible','Two-door roadster',2000,2001), (7,'W Wagon','Four-door, all-wheel drive sport station wagon',2007,0);
Assembly 表

assembly是一個(gè)子系統(tǒng)，例如汽車上安裝的傳動(dòng)裝置或所有玻璃。車主使用部件圖及相關(guān)零件列表來查找備件。清單 2 中所示的 Assembly 表也十分簡(jiǎn)單：它將把一個(gè)惟一 ID 與部件標(biāo)簽和描述關(guān)聯(lián)起來。

清單 2. Assembly 表
CREATE TABLE Assembly ( id int(10) unsigned NOT NULL auto_increment, label varchar(7) NOT NULL, description varchar(128) NOT NULL, PRIMARY KEY (id) ) ENGINE=InnoDB;

繼續(xù)示例，下面是 Assembly 表的一些樣例數(shù)據(jù)：

INSERT INTO Assembly (`id`, `label`, `description`) VALUES (1,'5-00','Seats'), (2,'4-00','Electrical'), (3,'3-00','Glasses'), (4,'2-00','Frame'), (5,'1-00','Engine'), (7,'101-00','Accessories');
Inventory 表

Inventory 表是汽車零件的典范列表。零件 —— 例如螺釘或燈泡 —— 可能用于每輛汽車和多個(gè)部件中，但是零件只在 Inventory 表中顯示一次。Inventory 表中的每行包含：

使用了惟一的 32 位整數(shù)serialno標(biāo)識(shí)行。 字母數(shù)字零件號(hào)（此零件號(hào)惟一并且可以用作主鍵。但是，由于它可以包含字母數(shù)字字符，因此它不適于與 Sphinx 結(jié)合使用，Sphinx 要求索引的每條記錄都有一個(gè)惟一的 32 位整型鍵）。 文本描述。 價(jià)格。

Inventory 表的規(guī)范如清單 3 中所示：

清單 3. Inventory 表
CREATE TABLE Inventory ( id int(10) unsigned NOT NULL auto_increment, partno varchar(32) NOT NULL, description varchar(256) NOT NULL, price float unsigned NOT NULL default '0', PRIMARY KEY (id), UNIQUE KEY partno USING BTREE (partno) ) ENGINE=InnoDB;

零件的（部分）列表可能如下面所示：

INSERT INTO `Inventory` (`id`, `partno`, `description`, `price`) VALUES (1,'WIN408','Portal window',423), (2,'ACC711','Jack kit',110), (3,'ACC43','Rear-view mirror',55), (4,'ACC5409','Cigarette lighter',20), (5,'WIN958','Windshield, front',500), (6,'765432','Bolt',0.1), (7,'ENG001','Entire engine',10000), (8,'ENG088','Cylinder head',55), (9,'ENG976','Large cylinder head',65);
Schematic 表

Schematic 表將把零件與部件和車型版本綁定在一起。因此，將使用 Schematic 表來查找組裝 1979 J Class 敞篷車引擎的所有零件。Schematic 表中的每行都有一個(gè)惟一 ID，一個(gè)引用 Inventory 表行的外鍵，一個(gè)標(biāo)識(shí)部件的外鍵，以及用于引用 Model 表中特定型號(hào)和版本的另一個(gè)鍵。各行如清單 4 所示：

清單 4. Schematic 表
CREATE TABLE Schematic ( id int(10) unsigned NOT NULL auto_increment, partno_id int(10) unsigned NOT NULL, assembly_id int(10) unsigned NOT NULL, model_id int(10) unsigned NOT NULL, PRIMARY KEY (id), KEY partno_index USING BTREE (partno_id), KEY assembly_index USING BTREE (assembly_id), KEY model_index USING BTREE (model_id), FOREIGN KEY (partno_id) REFERENCES Inventory(id), FOREIGN KEY (assembly_id) REFERENCES Assembly(id), FOREIGN KEY (model_id) REFERENCES Model(id) ) ENGINE=InnoDB;

為了強(qiáng)化表的意圖，下面是 Schematic 中的一張小型行列表：

INSERT INTO `Schematic` (`id`, `partno_id`, `assembly_id`, `model_id`) VALUES (1,6,5,1), (2,8,5,1), (3,1,3,1), (4,5,3,1), (5,8,5,7), (6,6,5,7), (7,4,7,3), (8,9,5,3);
搜索表

定義了這些表后，就可以輕松地響應(yīng)很多搜索：

顯示特定型號(hào)的所有版本 列出裝配特殊型號(hào)和版本所需的所有部件 顯示構(gòu)成特定型號(hào)和版本的特殊部件的所有零件

但是很多搜索代價(jià)較大：

查找所有模型和版本中出現(xiàn)零件號(hào)開頭為 “WIN” 的所有零件 查找描述中有 “l(fā)acquer” 或 “paint” 的那些零件 查找描述中有 “black leather” 的所有零件 查找描述中有 “paint” 的所有 2002 J 系列零件

這些搜索中的每個(gè)搜索都要求使用長(zhǎng)篇的JOIN子句或代價(jià)高昂的LIKE子句，尤其是在 Inventory 表和 Schematic 表十分大時(shí)更是如此。而且，復(fù)雜的文本搜索完全超出了 MySQL 的能力。要搜索大量文本數(shù)據(jù)，請(qǐng)考慮構(gòu)建和使用 Sphinx 索引。

回頁首

集成 Sphinx 軟件

要應(yīng)用 Sphinx 來解決問題，您必須定義一個(gè)或多個(gè)數(shù)據(jù)源以及一個(gè)或多個(gè)索引。

source將標(biāo)識(shí)數(shù)據(jù)庫來建立索引，提供驗(yàn)證信息，并且定義查詢用以構(gòu)造每行。數(shù)據(jù)源可以隨意地標(biāo)識(shí)一列或多列作為過濾器，Sphinx 將之稱為組。您將使用組來過濾結(jié)果。例如，單詞描述可能得到 900 個(gè)匹配。如果只對(duì)特定型號(hào)的汽車匹配感興趣，則可以進(jìn)一步使用型號(hào)組進(jìn)行過濾。

index將要求獲得數(shù)據(jù)源（即一組數(shù)據(jù)行）并定義應(yīng)當(dāng)如何為已從數(shù)據(jù)源中提取出來的數(shù)據(jù)編目。

您將在 sphinx.conf 文件中定義數(shù)據(jù)源和索引。Body Parts 的數(shù)據(jù)源是 MySQL 數(shù)據(jù)庫。清單 5 顯示了名為 catalog 的數(shù)據(jù)源的部分定義 —— 指定連接的數(shù)據(jù)庫以及如何建立連接（主機(jī)、套接字、用戶和密碼）的代碼片段。

清單 5. 用于訪問 MySQL 數(shù)據(jù)庫的設(shè)置
source catalog { type = mysql sql_host = localhost sql_user = reaper sql_pass = s3cr3t sql_db = body_parts sql_sock = /var/run/mysqld/mysqld.sock sql_port = 3306

接下來，創(chuàng)建一個(gè)查詢以生成要被索引的行。通常，將創(chuàng)建SELECT子句，可能需要把許多表JOIN在一起才能得到行。但這里存在一個(gè)問題：搜索型號(hào)和年份必須使用 Assembly 表，但是零件號(hào)和零件描述只能在 Inventory 表中找到。為此，Sphinx 必須能夠把搜索結(jié)果與 32 位整型主鍵綁定在一起。

要獲得右側(cè)表單中的數(shù)據(jù)，需要?jiǎng)?chuàng)建一個(gè)視圖—— MySQL V5 中的新結(jié)構(gòu)，它將把來自其他表的列整合到單獨(dú)的合成虛擬表中。使用視圖，各類搜索所需的所有數(shù)據(jù)都在一個(gè)位置，但是活動(dòng)數(shù)據(jù)實(shí)際上存在于其他表中。清單 6 顯示了定義 Catalog 視圖的 SQL。

清單 6. Catalog 視圖將把數(shù)據(jù)整合到虛擬表中
CREATE OR REPLACE VIEW Catalog AS SELECT Inventory.id, Inventory.partno, Inventory.description, Assembly.id AS assembly, Model.id AS model FROM Assembly, Inventory, Model, Schematic WHERE Schematic.partno_id=Inventory.id AND Schematic.model_id=Model.id AND Schematic.assembly_id=Assembly.id;

如果用前面所示的表和數(shù)據(jù)創(chuàng)建名為 body_parts 的數(shù)據(jù)庫，則 Catalog 視圖應(yīng)當(dāng)類似以下內(nèi)容：

mysql> use body_parts; Database changed mysql> select * from Catalog; +----+---------+---------------------+----------+-------+ | id | partno | description | assembly | model | +----+---------+---------------------+----------+-------+ | 6 | 765432 | Bolt | 5 | 1 | | 8 | ENG088 | Cylinder head | 5 | 1 | | 1 | WIN408 | Portal window | 3 | 1 | | 5 | WIN958 | Windshield, front | 3 | 1 | | 4 | ACC5409 | Cigarette lighter | 7 | 3 | | 9 | ENG976 | Large cylinder head | 5 | 3 | | 8 | ENG088 | Cylinder head | 5 | 7 | | 6 | 765432 | Bolt | 5 | 7 | +----+---------+---------------------+----------+-------+ 8 rows in set (0.00 sec)

在視圖中，字段id將指回 Inventory 表中的零件條目。partno和description列是要搜索的主要文本，而assembly和model列用作進(jìn)一步過濾結(jié)果的組。視圖就緒后，構(gòu)造數(shù)據(jù)源查詢就是小事一樁。清單 7 顯示了 catalog 數(shù)據(jù)源定義的其余部分。

清單 7. 查詢創(chuàng)建待索引的行
# indexer query # document_id MUST be the very first field # document_id MUST be positive (non-zero, non-negative) # document_id MUST fit into 32 bits # document_id MUST be unique sql_query = \ SELECT \ id, partno, description, \ assembly, model \ FROM \ Catalog; sql_group_column = assembly sql_group_column = model # document info query # ONLY used by search utility to display document information # MUST be able to fetch document info by its id, therefore # MUST contain '$id' macro # sql_query_info = SELECT * FROM Inventory WHERE id=$id }

sql_query必須包括后續(xù)查找需要使用的主鍵，并且它必須包括需要索引和用作組的所有字段。兩個(gè)sql_group_column條目將聲明 Assembly 和 Model 可用于過濾結(jié)果。并且 search 實(shí)用程序?qū)⑹褂胹ql_query_info來查找匹配記錄。在查詢中，$id被替換為 searchd 返回的每個(gè)主鍵。

最后一個(gè)配置步驟是構(gòu)建索引。清單 8 顯示了數(shù)據(jù)源 catalog 的索引。

清單 8. 描述 catalog 數(shù)據(jù)源的一個(gè)可能的索引
index catalog { source = catalog path = /var/data/sphinx/catalog morphology = stem_en min_word_len = 3 min_prefix_len = 0 min_infix_len = 3 }

第 1 行將指向 sphinx.conf 文件中的指定數(shù)據(jù)源。第 2 行將定義存儲(chǔ)索引數(shù)據(jù)的位置；按照約定，Sphinx 索引將被存儲(chǔ)到 /var/data/sphinx 中。第 3 行將允許索引使用英文詞法。并且第 5 行至第 7 行將告訴索引器只索引含有三個(gè)字符或更多字符的那些單詞，并且為每個(gè)這樣的字符的子字符串創(chuàng)建中綴索引（為了便于引用，清單 9 顯示了 Body Parts 的完整示例 sphinx.conf 文件）。

清單 9. Body Parts 的示例 sphinx.conf
source catalog { type = mysql sql_host = localhost sql_user = reaper sql_pass = s3cr3t sql_db = body_parts sql_sock = /var/run/mysqld/mysqld.sock sql_port = 3306 # indexer query # document_id MUST be the very first field # document_id MUST be positive (non-zero, non-negative) # document_id MUST fit into 32 bits # document_id MUST be unique sql_query = \ SELECT \ id, partno, description, \ assembly, model \ FROM \ Catalog; sql_group_column = assembly sql_group_column = model # document info query # ONLY used by search utility to display document information # MUST be able to fetch document info by its id, therefore # MUST contain '$id' macro # sql_query_info = SELECT * FROM Inventory WHERE id=$id } index catalog { source = catalog path = /var/data/sphinx/catalog morphology = stem_en min_word_len = 3 min_prefix_len = 0 min_infix_len = 3 } searchd { port = 3312 log = /var/log/searchd/searchd.log query_log = /var/log/searchd/query.log pid_file = /var/log/searchd/searchd.pid }

底部的searchd部分將配置 searchd 守護(hù)程序本身。該部分中的條目不言自明。query.log 尤為有用：它將在運(yùn)行時(shí)顯示每次搜索并顯示結(jié)果，例如搜索的文檔數(shù)和匹配總數(shù)。

回頁首

構(gòu)建和測(cè)試索引

您現(xiàn)在已經(jīng)準(zhǔn)備好為 Body Parts 應(yīng)用程序構(gòu)建索引。為此，需要執(zhí)行以下步驟：

鍵入$sudo mkdir -p /var/data/sphinx創(chuàng)建目錄結(jié)構(gòu) /var/data/sphinx 假定 MySQL 正在運(yùn)行，使用如下所示的代碼運(yùn)行索引器來創(chuàng)建索引。 清單 10. 創(chuàng)建索引
$sudo /usr/local/bin/indexer --config /usr/local/etc/sphinx.conf --allSphinx 0.9.7 Copyright (c) 2001-2007, Andrew Aksyonoff using config file '/usr/local/etc/sphinx.conf'... indexing index 'catalog'... collected 8 docs, 0.0 MB sorted 0.0 Mhits, 82.8% done total 8 docs, 149 bytes total 0.010 sec, 14900.00 bytes/sec, 800.00 docs/sec
注：-all參數(shù)將重構(gòu) sphinx.conf 中列出的所有索引。如果不需要重構(gòu)所有索引，您可以使用其他參數(shù)只對(duì)部分索引進(jìn)行重構(gòu)。 您現(xiàn)在可以使用如下所示的代碼用 search 實(shí)用程序測(cè)試索引（不必運(yùn)行 searchd 即可使用 search）。 清單 11. 用 search 測(cè)試索引
$/usr/local/bin/search --config /usr/local/etc/sphinx.conf ENGSphinx 0.9.7 Copyright (c) 2001-2007, Andrew Aksyonoff index 'catalog': query 'ENG ': returned 2 matches of 2 total in 0.000 sec displaying matches: 1. document=8, weight=1, assembly=5, model=7 id=8 partno=ENG088 description=Cylinder head price=55 2. document=9, weight=1, assembly=5, model=3 id=9 partno=ENG976 description=Large cylinder head price=65 words: 1. 'eng': 2 documents, 2 hits $/usr/local/bin/search --config /usr/local/etc/sphinx.conf windSphinx 0.9.7 Copyright (c) 2001-2007, Andrew Aksyonoff index 'catalog': query 'wind ': returned 2 matches of 2 total in 0.000 sec displaying matches: 1. document=1, weight=1, assembly=3, model=1 id=1 partno=WIN408 description=Portal window price=423 2. document=5, weight=1, assembly=3, model=1 id=5 partno=WIN958 description=Windshield, front price=500 words: 1. 'wind': 2 documents, 2 hits $/usr/local/bin/search \ --config /usr/local/etc/sphinx.conf --filter model 3 ENGSphinx 0.9.7 Copyright (c) 2001-2007, Andrew Aksyonoff index 'catalog': query 'ENG ': returned 1 matches of 1 total in 0.000 sec displaying matches: 1. document=9, weight=1, assembly=5, model=3 id=9 partno=ENG976 description=Large cylinder head price=65 words: 1. 'eng': 2 documents, 2 hits

⑴條命令/usr/local/bin/search --config /usr/local/etc/sphinx.conf ENG在零件號(hào)中找到了兩個(gè)含有ENG的結(jié)果。第二條命令/usr/local/bin/search --config /usr/local/etc/sphinx.conf wind在兩個(gè)零件描述中找到了子字符串wind。而第三條命令把結(jié)果限定為model為3的條目。

回頁首

編寫代碼

最后，您可以編寫 PHP 代碼來調(diào)用 Sphinx 搜索引擎。Sphinx PHP API 非常小并且易于掌握。清單 12 是一個(gè)小型 PHP 應(yīng)用程序，用于調(diào)用 searchd 以得到使用上面所示的最后一條命令得到的相同結(jié)果（“在屬于型號(hào) 3 的名稱中找到含有 ‘cylinder’ 的所有零件”）。

清單 12. 從 PHP 調(diào)用 Sphinx 搜索引擎

要測(cè)試代碼，需要為 Sphinx 創(chuàng)建 log 目錄，啟動(dòng) searchd，然后運(yùn)行 PHP 應(yīng)用程序，如下所示：

清單 13. PHP 應(yīng)用程序
$sudo mkdir -p /var/log/searchd$sudo /usr/local/bin/searchd --config /usr/local/etc/sphinx.conf$php search.php9 Array ( [fields] => Array ( [0] => partno [1] => description ) [attrs] => Array ( [assembly] => 1 [model] => 1 ) [matches] => Array ( [9] => Array ( [weight] => 1 [attrs] => Array ( [assembly] => 5 [model] => 3 ) ) ) [total] => 1 [total_found] => 1 [time] => 0.000 [words] => Array ( [cylind] => Array ( [docs] => 2 [hits] => 2 ) ) )

輸出為9：匹配的單行的正確主鍵。如果 Sphinx 找到匹配，相關(guān)數(shù)組$result將包含名為results的元素。瀏覽print_r()的輸出以查看返回的其他內(nèi)容。

注意事項(xiàng)：total_found是在索引中找到的匹配總數(shù)，而found是返回的結(jié)果數(shù)。這兩者可能不同，因?yàn)槟梢愿拿看畏祷囟嗌賯€(gè)匹配結(jié)果以及要返回哪批匹配結(jié)果，哪個(gè)結(jié)果利于對(duì)冗長(zhǎng)的結(jié)果列表分頁。請(qǐng)查看 API 調(diào)用SetLimits()。一個(gè)分頁示例是用$cl->SetLimits( ( $page - 1 ) * SPAN, SPAN )調(diào)用搜索引擎返回⑴批、第二批、第三批（依此類推）SPAN匹配結(jié)果，這取決于顯示哪個(gè)頁面。

回頁首

結(jié)束語

Sphinx 還有更多的功能可以利用。我在這里僅僅介紹了最淺顯的一部分，但是您現(xiàn)在有一個(gè)可以工作的現(xiàn)實(shí)示例作為基石來擴(kuò)展您的技能。

仔細(xì)研讀隨發(fā)行版附帶的樣例 Sphinx 配置文件 /usr/local/etc/sphinx.conf.dist。該文件中的注釋將說明每個(gè) Sphinx 參數(shù)可以實(shí)現(xiàn)的功能；展示如何創(chuàng)建分布式冗余配置；并說明如何繼承基本設(shè)置以避免源代碼及索引中的重復(fù)。Sphinx README 文件還是十分豐富的信息源，包括如何將 Sphinx 直接嵌入 MySQL V5 —— 不需要使用守護(hù)程序。

網(wǎng)頁題目：用PHP構(gòu)建自定義搜索引擎
本文網(wǎng)址：http://bm7419.com/news/175157.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站設(shè)計(jì)、做網(wǎng)站、靜態(tài)網(wǎng)站、面包屑導(dǎo)航、微信公眾號(hào)、定制開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)

外貿(mào)網(wǎng)站建設(shè)