sphinx全文检索之PHP使用教程Word文件下载.docx
- 文档编号:6515457
- 上传时间:2023-05-06
- 格式:DOCX
- 页数:10
- 大小:23.88KB
sphinx全文检索之PHP使用教程Word文件下载.docx
《sphinx全文检索之PHP使用教程Word文件下载.docx》由会员分享,可在线阅读,更多相关《sphinx全文检索之PHP使用教程Word文件下载.docx(10页珍藏版)》请在冰点文库上搜索。
sendtimeint(10)NOTNULLCOMMENT'
发送时间'
attachmentvarchar(100)NOTNULLCOMMENT'
附件ID,以逗号分割'
PRIMARYKEY(emailid),
)ENGINE=MyISAM'
;
使用打开控制台,必需打开控制台PHP才能连接到sphinx(确保你已经建立好索引源):
d:
\coreseek\bin\searchd-cd:
\coreseek\bin\sphinx.conf
coreseek/api目录下提供了PHP的接口文件sphinxapi.php,这个文件包含一个SphinxClient的类
在PHP引入这个文件,new一下
$sphinx=newSphinxClient();
//sphinx的主机名和端口
$sphinx->
SetServer('
loclahost'
9312);
//设置返回结果集为php数组格式
SetArrayResult(true);
//匹配结果的偏移量,参数的意义依次为:
起始位置,返回结果条数,最大匹配条数
SetLimits(0,20,1000);
//最大搜索时间
SetMaxQueryTime(10);
//执行简单的搜索,这个搜索将会查询所有字段的信息,要查询指定的字段请继续看下文
$index='
email'
//索引源是配置文件中的index类,如果有多个索引源可使用,号隔开:
'
email,diary'
或者使用'
*'
号代表全部索引源
$result=$sphinx->
query('
搜索关键字'
$index);
echo'
print_r($result);
$result是一个数组,其中
total是匹配到的数据总数量
matches是匹配的数据,包含id,attrs这些信息
words是搜索关键字的分词
你可能奇怪为什么没有邮件的内容这些信息,其实sphinx并不会返回像mysql那样的数据数组,因为sphinx本来就没有记录完整的数据,只记录被分词后的数据。
具体还要看matches数组,matches中的ID就是指配置文件中sql_querySELECT语句中的第一个字段,我们配置文件中是这样的
sql_query=SELECTemailid,fromid,toid,subject,content,sendtime,attachementFROMemail
所以matches中的ID是指emailid
至于weight是指匹配的权重,一般权重越高被返回的优先度也最高,匹配权重相关内容请参考官方文档
attrs是配置文件中sql_attr_中的信息,稍后会提到这些属性的用法
说了这么多,即使搜索到结果也不是我们想要的email数据,但事实sphinx是不记录真实数据的,所以要获取到真实email数据还要根据matches中的ID去搜索mysql的email表,但总体来说这样一来一回的速度还是远远比mysql的LIKE快得多,前提是几十万数据量以上,否则用sphinx只会更慢。
接下来介绍sphinx一些类似mysql条件的用法
//emailid的范围
SetIdRange($min,$max);
//属性过滤,可过滤的属性必需在配置文件中设置sql_attr_,之前我们定义了这些
sql_attr_uint=fromid
sql_attr_uint=toid
sql_attr_timestamp=sendtime
//如果你想再次修改这些属性,配置完成后记得重新建立索引才能生效
//指定一些值
SetFilter('
fromid'
array(1,2));
//fromid的值只能是1或者2
//和以上条件相反,可增加第三个参数
array(1,2),false);
//fromid的值不能是1或者2
//指定一个值的范围
SetFilterRange('
toid'
5,200);
//toid的值在5-200之间
5,200,false);
//toid的值在5-200以外
//执行搜索
query('
关键字'
'
);
排序模式
可使用如下模式对搜索结果排序:
SPH_SORT_RELEVANCE模式,按相关度降序排列(最好的匹配排在最前面)
SPH_SORT_ATTR_DESC模式,按属性降序排列(属性值越大的越是排在前面)
SPH_SORT_ATTR_ASC模式,按属性升序排列(属性值越小的越是排在前面)
SPH_SORT_TIME_SEGMENTS模式,先按时间段(最近一小时/天/周/月)降序,再按相关度降序
SPH_SORT_EXTENDED模式,按一种类似SQL的方式将列组合起来,升序或降序排列。
SPH_SORT_EXPR模式,按某个算术表达式排序
//使用属性排序
//以fromid倒序排序,注意当再次使用SetSortMode会覆盖上一个排序
SetSortMode("
SPH_SORT_ATTR_DESC"
//如果要使用多个字段排序可使用SPH_SORT_EXTENDED模式
//@id是sphinx内置关键字,这里指emailid,至于为什么是emailid,自己思考一下
fromidASC,toidDESC,@idDESC'
//更多请查看官方文档排序模式的说明
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内部查询语言的表达式.从版本Coreseek3/Sphinx0.9.9开始,这个选项被选项SPH_MATCH_EXTENDED2代替,它提供了更多功能和更佳的性能。
保留这个选项是为了与遗留的旧代码兼容——这样即使Sphinx及其组件包括API升级的时候,旧的应用程序代码还能够继续工作。
SPH_MATCH_EXTENDED2,使用第二版的“扩展匹配模式”对查询进行匹配.
SPH_MATCH_FULLSCAN,强制使用下文所述的“完整扫描”模式来对查询进行匹配。
注意,在此模式下,所有的查询词都被忽略,尽管过滤器、过滤器范围以及分组仍然起作用,但任何文本匹配都不会发生.
我们要关注的主要是SPH_MATCH_EXTENDED2扩展匹配模式,扩展匹配模式允许使用一些像mysql的条件语句
//设置扩展匹配模式
SetMatchMode("
SPH_MATCH_EXTENDED2"
);
//查询中使用条件语句,字段用@开头,搜索内容包含测试,toid等于1的邮件:
@content(测试)&
@toid=1'
//用括号和&
(与)、|、(或者)、-(非,即!
=)设置更复杂的条件
(@content(测试)&
@subject=呃)|(@fromid-(100))'
//更多语法请查看官方文档匹配模式的说明
扩展匹配模式中值得一提的是搜索的字段,如果该字段被设置属性,那么扩展匹配搜索的字段默认是不包含这些属性的,只能用SetFilter()或者SetFilterRange()之类
之前我们设置了fromid、toid、sendtime为属性,但又想在扩展匹配模式中又想用作条件该怎么办?
只要在sql_query语句中再选择多一次该字段就可以了
sql_query=SELECTemailid,fromid,fromid,toid,toid,subject,content,sendtime,sendtime,attachementFROMemail
//设置完成记得重新建立索引
更多条件技巧
只是一些技巧,但不建议使用的部署环境中,至于为什么,请看文章结尾
<
、<
=、>
、>
=
默认sphinx没有这些比较符。
假如我想邮件的发送时间大于某一日期怎么办?
用SetFilterRange()方法模拟一下
//大于等于某一时间截$time
sendtime'
$time,10000000000)//时间截最大是10个9,再加1是不可超越了。
。
//大于某一时间截$time
SetFilterRge('
$time+1,10000000000)
//小于等于某一时间截$time
-1,$time)//时间截最小是0,所以应该减1
-1,$time-1)
ISNOTNULL
怎样搜索为空的字段,比如我要搜索附件为空的邮件,有人可能会想@attachment('
)不就可以了吗?
其实这是搜索两个单引号。
sphinx搜索的字符串不用加引号的
目前sphinx是没有提供这样的功能,其实可以在mysql语句上作手脚:
sql_query=SELECTemailid,fromid,toidsubject,content,sendtime,attachement!
='
asattachisnotnullFROMemail//这里返回了一个新字段attachisnotnull,当attachisnotnull为1的时候附件就不为空了
FIND_IN_SET()
搜索包含某一附件的邮件,mysql习惯用FIND_IN_SET这么简单一句就搞定了,在sphinx中必需在配置里设置属性sql_attr_multi多值属性(MVA):
sql_attr_multi=attachment#attachment可以是逗号分隔的附件ID,或者是空格、分号等sphinx都能识别
然后PHP中可以使用SetFilter()
//搜索包含附件ID为1或2邮件,mysql语法是这样FIND_IN_SET(`attachment`,'
1,2'
)
attachment'
array(1,2))
//可以使用SetFilterRange,搜索包含附件ID在50-100范围的邮件
50,100)
总结
如果你想一个免费、好用、极速的全文搜索引擎,sphinx无疑是最好的选择,但是不要忘记sphinx的目的:
全文检索。
不要去想那些乱七八糟条件。
你想要把sphinx搜索变得像mysql那样灵活,可完全单独用在一些复杂的多条件搜索,像某些邮件的高级搜索,那么我建议你还是多花点时间在PHP或者mysql代码的优化上,因为那样可能会让你的搜索变得更慢。
最好的方法是以最简单的方法搜索到内容,将ID交还mysql数据库搜索。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- sphinx 全文 检索 PHP 使用 教程
![提示](https://static.bingdoc.com/images/bang_tan.gif)