Coreseek 中文全文检索引擎 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 一,coreseek 简介 官方http://www.coreseek.cn/ 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。商业使用（例如, 嵌入到其他程序中）需要获得商业授权。 Coreseek是一个支持中文的全文搜索引擎，意图为其他应用提供高速、低空间占用、高相关度结果的中文全文搜索能力。CoreSeek可以非常容易的与SQL数据库和脚本语言集成。 在Sphinx发行版本中提供的原生搜索API支持PHP、Python、Perl、Rudy和Java。搜索API非常轻量化，可以在几个小时之内移植到新的语言上。第三方API接口和插件提供了对Perl、C#、Haskell、Ruby-on-Rails支持，以及对其他可能的语言或者框架的支持。 版本介绍 Coreseek 3.2 稳定版 Coreseek 4.1 测式版 Coreseek 5 最新版 二,安装Coreseek 注:本文是以centos+mysql做为数据源支持为基础的coreseek安装教程.mysql安装略过. 1,下载coreseek 3.2稳定版,下载其他版本请去官网自行下载 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coreseek之前需要先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 (注:这是centos 64位 其他系统请参考http://www.coreseek.cn/product_install/install_on_bsd_linux/#deps 2,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 .. ##如果提示libtool: unrecognized option `–tag=CC\’ ，请查看libtool问题解决方案 ##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 ##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/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc src/t1.txt 中文/x 分/x 词/x 测试/x 中国人/x 上海市/x Word Splite took: 1 ms. 3,安装coreseek $ cd csft-3.2.14 ##执行configure，进行编译配置： $ sh buildconf.sh $ ./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 如查提示找不到mysql includes file则使用下面的编译命令 ./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-includes=/alidata/server/mysql/include/ –with-mysql-libs=/alidata/server/mysql/bin/ make && make install 4,测式coreseek cd ../testpack $ /usr/local/coreseek/bin/indexer -c etc/csft.conf ##以下为正常情况下的提示信息： Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… total 0 reads, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg total 0 writes, 0.000 sec, 0.0 kb/call avg, 0.0 msec/call avg ## ##csft-4.0版显示：ERROR: nothing to do. ## $ /usr/local/coreseek/bin/indexer -c etc/csft.conf –all ##以下为正常索引全部数据时的提示信息：（csft-4.0版类似） Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… indexing index \’xml\’… collected 3 docs, 0.0 MB sorted 0.0 Mhits, 100.0% done total 3 docs, 7585 bytes total 0.075 sec, 101043 bytes/sec, 39.96 docs/sec total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg $ /usr/local/coreseek/bin/indexer -c etc/csft.conf xml ##以下为正常索引指定数据时的提示信息：（csft-4.0版类似） Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… indexing index \’xml\’… collected 3 docs, 0.0 MB sorted 0.0 Mhits, 100.0% done total 3 docs, 7585 bytes total 0.069 sec, 109614 bytes/sec, 43.35 docs/sec total 2 reads, 0.000 sec, 5.6 kb/call avg, 0.0 msec/call avg total 7 writes, 0.000 sec, 3.9 kb/call avg, 0.0 msec/call avg $ /usr/local/coreseek/bin/search -c etc/csft.conf ##以下为正常测试搜索时的提示信息：（csft-4.0版类似） Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… index \’xml\’: query \’\’: returned 3 matches of 3 total in 0.093 sec displaying matches: 1. document=1, weight=1, published=Thu Apr 1 22:20:07 2010, author_id=1 2. document=2, weight=1, published=Thu Apr 1 23:25:48 2010, author_id=1 3. document=3, weight=1, published=Thu Apr 1 12:01:00 2010, author_id=2 words: $ /usr/local/coreseek/bin/search -c etc/csft.conf -a Twittter和Opera都提供了搜索服务 ##以下为正常测试搜索关键词时的提示信息：（csft-4.0版类似） Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… index \’xml\’: query \’Twittter和Opera都提供了搜索服务 \’: returned 3 matches of 3 total in 0.038 sec displaying matches: 1. document=3, weight=24, published=Thu Apr 1 12:01:00 2010, author_id=2 2. document=1, weight=4, published=Thu Apr 1 22:20:07 2010, author_id=1 3. document=2, weight=3, published=Thu Apr 1 23:25:48 2010, author_id=1 words: 1. \’twittter\’: 1 documents, 3 hits 2. \’和\’: 3 documents, 15 hits 3. \’opera\’: 1 documents, 25 hits 4. \’都\’: 2 documents, 4 hits 5. \’提供\’: 0 documents, 0 hits 6. \’了\’: 3 documents, 18 hits 7. \’搜索\’: 2 documents, 5 hits 8. \’服务\’: 1 documents, 1 hits $ /usr/local/coreseek/bin/searchd -c etc/csft.conf ##以下为正常开启搜索服务时的提示信息：（csft-4.0版类似） Coreseek Fulltext 3.2 [ Sphinx 0.9.9-release (r2117)] Copyright (c) 2007-2010, Beijing Choice Software Technologies Inc (http://www.coreseek.com) using config file \’etc/csft.conf\’… listening on all interfaces, port=9312 三,配置coreseek支持mysql数据源 1,配置csft_mysql.conf文件 复制mysql配置文件到coreseek安装目录etc/下(比如/usr/local/coreseek/etc/) cp /usr/local/src/coreseek-3.2.14/testpack/etc/csft_mysql.conf /usr/local/coreseek/etc/ cd /usr/local/coreseek/etc/ vi csft_mysql.conf 下面加红部分是需要你自己配置的 官方参考文档:数据源配置：mysql数据源 http://www.coreseek.cn/products-install/datasource/其他数据源请参考官方==============================================================#源定义sourcephperz{ type = mysql
sql_host =localhost sql_user =root sql_pass =xxxx sql_db =phperz sql_port = 3306 sql_query_pre = SET NAMES utf8
sql_query =SELECT id,title,descs,status from article #sql_query第一列id需为整数 #title、content作为字符串/文本字段，被全文索引 sql_attr_uint =status #从SQL读取到的值必须为整数 #sql_attr_timestamp = date_added #从SQL读取到的值必须为整数，作为时间属性
sql_query_info_pre = SET NAMES utf8 #命令行查询时，设置正确的字符集 sql_query_info =SELECT * FROM article WHERE id=$id#命令行查询时，从数据库读取原始数据信息}
#index定义indexphperz{ source =phperz #对应的source名称 path =/usr/local/coreseek/var/data/phperz#请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/… docinfo = extern mlock = 0 morphology = none min_word_len = 1 html_strip = 0
#中文分词配置，详情请查看：http://www.coreseek.cn/products-install/coreseek_mmseg/ charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾 #charset_dictpath = etc/ #Windows环境下设置，/符号结尾，最好给出绝对路径，例如：C:/usr/local/coreseek/etc/… charset_type = zh_cn.utf-8}#全局index定义indexer{ mem_limit = 128M}
#searchd服务定义searchd{ listen = 9312 read_timeout = 5 max_children = 30 max_matches = 1000 seamless_rotate = 0 preopen_indexes = 0 unlink_old = 1 pid_file =/usr/local/coreseek/var/log/searchd_mysql.pid #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/… log =/usr/local/coreseek/var/log/searchd_mysql.log #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/… query_log =/usr/local/coreseek/var/log/query_mysql.log#请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/…}==============================================================
2,建立索引路经部分需要改成你自己的地址/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf –all
可能出现的错误ERROR: index \’phperz\’: sql_connect: Can\’t connect to local MySQL server through socket \’/var/lib/mysql/mysql.sock\’ (2) (DSN=mysql://root:***@localhost:3306/phperz).这是因为mysql的sock文件路经不正确导致的.确认一下你的mysql.sock路经,建立一个软连接,比如ln -s /tmp/mysql.sock /var/lib/mysql/mysql.sock
四,coreseek+php使用方式复制安装止录下的/usr/local/src/coreseek-3.2.14/testpack/api/sphinxapi.php文件到你的项目里你的程序里include sphinxapi.phpphp使用方法见/usr/local/src/coreseek-3.2.14/testpack/api/test.php另附我的使用方法:===============================================================$wd = trim($_GET[\’wd\’]);include_once(JF_PATH."/config/sph_cfg.php");include_once(JF_PATH."/include/sphinxapi.php");$cl = new SphinxClient();$cl->SetServer(SPH_SERVER_HOST, SPH_SERVER_POST);$cl->SetConnectTimeout(3);$cl->SetArrayResult(true);$cl->SetMatchMode(1);$cl->SetFilter("status", array(1));$cl->SetLimits(0, 10);$res = $cl->Query($wd, "phperz_www");
if ($res[\’matches\’]) {$rownum = $res[\’total\’];foreach ($res[\’matches\’] as $k => $v) {$re = $this->db->get_one("select * from article where id=".$v[\’id\’]);if (!empty($re)) { $list[] = $re;}}}print_r($list);===============================================================
五,coreseek日常维护
启动/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf停止/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf –stop建立索引/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf –all重建索引/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf –all –rotate
你需要把启动命令加到开机自启动里把重建索引命令加到计划任务里每天执行
本文为phperz原创,转载请注明出处.
