Coreseek 中文全文檢索引擎
Coreseek 是一款中文全文檢索/搜索軟件，以GPLv2許可協議開源發佈，基於Sphinx研發並獨立發佈，專攻中文搜索和信息處理領域，適用於行業/垂直搜索、論壇/站內搜索、數據庫搜索、文檔/文獻檢索、信息檢索、數據挖掘等應用場景，用戶能夠免費下載使用
一,coreseek 簡介
官方http://www.coreseek.cn/
Coreseek 是一款中文全文檢索/搜索軟件，以GPLv2許可協議開源發佈，基於Sphinx研發並獨立發佈，專攻中文搜索和信息處理領域，適用於行業/垂直搜索、論壇/站內搜索、數據庫搜索、文檔/文獻檢索、信息檢索、數據挖掘等應用場景。商業使用（例如, 嵌入到其餘程序中）須要得到商業受權。
Coreseek是一個支持中文的全文搜索引擎，意圖爲其餘應用提供高速、低空間佔用、高相關度結果的中文全文搜索能力。CoreSeek能夠很是容易的與SQL數據庫和腳本語言集成。
在Sphinx發行版本中提供的原生搜索API支持PHP、Python、Perl、Rudy和Java。搜索API很是輕量化，能夠在幾個小時以內移植到新的語言上。第三方API接口和插件提供了對Perl、C#、Haskell、Ruby-on-Rails支持，以及對其餘可能的語言或者框架的支持。
版本介紹
Coreseek 3.2 穩定版
Coreseek 4.1 測式版
Coreseek 5 最新版
二,安裝Coreseek
注:本文是以centos+mysql作爲數據源支持爲基礎的coreseek安裝教程.mysql安裝略過.
1,下載coreseek 3.2穩定版,下載其餘版本請去官網自行下載
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
安裝coreseek以前須要先安裝須要預裝的軟件：yum install make gcc g++ gcc-c++ libtool autoconf automake imake mysql-devel libxml2-devel expat-devel (注:這是centos 64位
其餘系統請參考http://www.coreseek.cn/product_install/install_on_bsd_linux/#deps
2,安裝mmseg
$ cd mmseg-3.2.14
$ ./bootstrap #輸出的warning信息能夠忽略，若是出現error則須要解決
$ ./configure --prefix=/usr/local/mmseg3
$ make && make install
$ cd ..
##若是提示libtool: unrecognized option `--tag=CC' ，請查看libtool問題解決方案
##安裝完成後，mmseg使用的詞典和配置文件，將自動安裝到/usr/local/mmseg3/etc中
##中文分詞測試，若是顯示不正常，請檢查當前環境下的locale和UTF-8中文字符顯示設置
$ /usr/local/mmseg3/bin/mmseg -d /usr/local/mmseg3/etc src/t1.txt
中文/x 分/x 詞/x 測試/x
中國人/x 上海市/x
Word Splite took: 1 ms.
3,安裝coreseek
$ cd csft-3.2.14
##執行configure，進行編譯配置：
$ 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則使用下面的編譯命令
./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,測式coreseek
cd ../testpack
$ /usr/local/coreseek/bin/indexer -c etc/csft.conf
##如下爲正常狀況下的提示信息：
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版顯示：ERROR: nothing to do.
##
$ /usr/local/coreseek/bin/indexer -c etc/csft.conf --all
##如下爲正常索引所有數據時的提示信息：（csft-4.0版相似）
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
##如下爲正常索引指定數據時的提示信息：（csft-4.0版相似）
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
##如下爲正常測試搜索時的提示信息：（csft-4.0版相似）
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都提供了搜索服務
##如下爲正常測試搜索關鍵詞時的提示信息：（csft-4.0版相似）
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都提供了搜索服務 ': 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. '服務': 1 documents, 1 hits
$ /usr/local/coreseek/bin/searchd -c etc/csft.conf
##如下爲正常開啓搜索服務時的提示信息：（csft-4.0版相似）
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數據源
1,配置csft_mysql.conf文件
複製mysql配置文件到coreseek安裝目錄etc/下(好比/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
下面加紅部分是須要你本身配置的
官方參考文檔:數據源配置：mysql數據源 http://www.coreseek.cn/products-install/datasource/
其餘數據源請參考官方
==============================================================
#源定義
source phperz
{
type = mysqlphp
sql_host = localhost
sql_user = root
sql_pass = xxxx
sql_db = phperz
sql_port = 3306
sql_query_pre = SET NAMES utf8html
sql_query = SELECT id,title,descs,status from article
#sql_query第一列id需爲整數
#title、content做爲字符串/文本字段，被全文索引
sql_attr_uint = status #從SQL讀取到的值必須爲整數
#sql_attr_timestamp = date_added #從SQL讀取到的值必須爲整數，做爲時間屬性mysql
sql_query_info_pre = SET NAMES utf8 #命令行查詢時，設置正確的字符集
sql_query_info = SELECT * FROM article WHERE id=$id #命令行查詢時，從數據庫讀取原始數據信息
}linux
#index定義
index phperz
{
source = phperz #對應的source名稱
path = /usr/local/coreseek/var/data/phperz #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
docinfo = extern
mlock = 0
morphology = none
min_word_len = 1
html_strip = 0c++
#中文分詞配置，詳情請查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux環境下設置，/符號結尾
#charset_dictpath = etc/ #Windows環境下設置，/符號結尾，最好給出絕對路徑，例如：C:/usr/local/coreseek/etc/...
charset_type = zh_cn.utf-8
}
#全局index定義
indexer
{
mem_limit = 128M
}sql
#searchd服務定義
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 #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
log = /usr/local/coreseek/var/log/searchd_mysql.log #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
query_log = /usr/local/coreseek/var/log/query_mysql.log #請修改成實際使用的絕對路徑，例如：/usr/local/coreseek/var/...
}
==============================================================數據庫
2,創建索引
路經部分須要改爲你本身的地址
/usr/local/coreseek/bin/indexer -c /usr/local/coreseek/etc/csft_mysql.conf --allbootstrap
可能出現的錯誤
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).
這是由於mysql的sock文件路經不正確致使的.
確認一下你的mysql.sock路經,創建一個軟鏈接,好比
ln -s /tmp/mysql.sock /var/lib/mysql/mysql.sockcentos
四,coreseek+php使用方式
複製安裝止錄下的/usr/local/src/coreseek-3.2.14/testpack/api/sphinxapi.php文件到你的項目裏
你的程序裏include sphinxapi.php
php使用方法見/usr/local/src/coreseek-3.2.14/testpack/api/test.php
另附個人使用方法:
===============================================================
$wd = trim($_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");api
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平常維護
啓動
/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf
中止
/usr/local/coreseek/bin/searchd -c /usr/local/coreseek/etc/csft_mysql.conf --stop
創建索引
/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
你須要把啓動命令加到開機自啓動裏
把重建索引命令加到計劃任務裏天天執行
本文爲phperz原創,轉載請註明出處.
-- 關於中文分詞整理最終的安裝步驟http://www.jb51.net/os/RedHat/462185.html 安裝SPHINX的方法https://www.ibm.com/developerworks/cn/opensource/os-sphinx/ SPHINX的理解http://www.jb51.net/os/RedHat/462185.html coreseek中文分詞的安裝http://www.cnblogs.com/qcfeng/p/7063512.html 經過熱插件的方式安裝SPHINX