coreseek 是在Sphinx 基础上开发的全文检索软件, 具 体介绍详见文尾 附 录

=========================================================

一、       安装环境及介绍

1.      前提环境

系 统环境：centos5

操 作用户：root

文 中粗体字为需用户输入的命令内容

2.       源码包准备

下 载MMSEG 分词源码包 

wget  http://www.coreseek.cn/uploads/sources/mmseg3_0b3.tar.gz

下 载coreseek 源码包 

wget  http://www.coreseek.cn/uploads/sources/csft3_0b4.tar.gz

解 压缩源码包

tar -xzvf mmseg3_0b3.tar.gz

tar -xzvf csft3_0b4.tar.gz

3.      安装环境准备

安 装g++ 编译环境

yum install g++

yum install gcc

yum install make

安 装python 开发组件

yum install python

yum install python-dev

安 装make

yum install make

4.      编译mmseg

cd mmseg.3.0b3/

./configure --prefix=/ var / eyou /mmseg

make

make install

5.      编译coreseek

cd csft3_0b4/

./configure --prefix=/ var / eyou /coreseek --with-python --with-mysql --with-mmseg-includes=/ var / eyou /mmseg/include/mmseg --with-mmseg-libs=/ var / eyou /mmseg/lib/

make & make install

此步安装完成后, 将在/ var / eyou / 下生成 coreseek 目录

coreseek 目录中有三个目录分别为bin 、 etc 、var

bin 中 存有sphinx 用到的一些执行文件 包括 indexer 索引建立 search 查询工具 searchd 查询服务器 等

etc 中是配置文 件，该目录中 有一个sphinx.conf. disk ，这个相当于sphinx 的 配置例子文件，我们以这个文件为蓝本，重新创建一个空白内容的sphinx.conf ，存放在 etc 下 。

6.      创建dict 目录

创建字典目录：

mkdir /var/eyou/coreseek/dict/

产生字典步骤：

cd /root/soft/ mmseg.3.0b3/data

/var/eyou/mmseg/bin/mmseg -u unigram.txt

产生了unigram.txt.uni ， 移到相应目录。

cp unigram.txt.uni /var/eyou/coreseek/dict/uni.lib

创建 / var / eyou /coreseek/dict/mmseg.ini

内容：

[mmseg]

merge_number_and_ascii=1;

number_and_ascii_joint=-;

compress_space=0;

seperate_number_ascii=1;

#merge_number_and_ascii: 字母和数字连续出现是非切分

#number_and_ascii_joint: 连接数字和字母可用的符号，如'-' '.' 等

#compress_space ：暂时无效

#seperate_number_ascii ：是否拆分数字，如 1988 -> 1/x 9/x 8/x 8/x

7.       php 调用 sphinx api

  通过官方API 调用Sphinx ，具体为：

在 coreseek 安装目录有一个API 目录，里面有三个PHP 文 件：test.php ，test2.php 和sphinxapi.php 。 sphinxapi.php 是sphinx 调用接口封装文件（这个文件就是官方提供的php 调 用API ），test.php 是一个在命令行下执行的查询例子文件，test2.php 是 一个生成摘要的 例子文件。

8.       配置 sphinx.conf

     具体参见sphinx.conf 的 注释说明

9.       启动服务

建 立索引

/var/eyou/coreseek/bin/indexer  --config  /var/eyou/coreseek/etc/sphinx.conf

启 动 searchd 服务

/var/eyou/coreseek/bin/searchd --config /var/eyou/coreseek/etc/sphinx.conf

二、       附录 ：全文检索----coreseek

1.    全文搜索与数据库搜索的区别

o          专为全文搜索优化，效率更高
由于典型的数据库系统要考虑用户的“增删改查”等多种复杂操作，因此其存取数据的方式需要考察综合考虑各种应用；而全文搜索的数据存取方式 只考虑快速读取，相比数据库的查询，要快10 倍或更多。（即使启用了数据库内置的全文搜索功能，这个结论仍成立）。

o          支持复杂的查询表达式
数据库系统的查询，往往只支持“AND ” 或 "OR" 等有限的模式，而全文检 索不但支持"AND" 、“OR ” 查询，还支持“NOT ”、“近似”、 “整句”等多种查询方式；同时相比数据库系统，进行在一定范围内查询时也更高效

o          支持按相关度排序
数据库查询出的结果，往往按照数据库内置的排序规则进行排序，往往只能按时间、按点击等有效的排序规则进行；全文搜索除了能够支持数据库的 排序规则外，还支持按照结果的相关度排序，这往往会给访问者带来更大的便利。

o          支持中文分词
数据库提供的全文搜索功能往往不支持中文分词（或仅提供二元切分），导致某些短语检索不到或出现大量不相干的数据；中文全文检索系统支持中 文分词，进一步过滤了不相干的数据。

2.    自建全文搜索与使用Google 等第三方网站提供的站内全文搜索的区别

o          对网站设备有要求
自建全文搜索往往需要站长有至少一台独立主机，而使用第三方提供的全文搜索对站点的要求低，虚拟主机即可；不过，出现全文搜索需求的站点通 常已经有自己的独立主机了。

o          索引更新更及时
由于搜索服务在第三方托管，其往往只能按照一定的规则定期更新索引库（往往是几小时、甚至几天才更新一次索引），您网站上的新出现的内容往 往不能及时被搜索到；
使用自建全文搜索，可以保证您网站上新出现的内容可以”立即“被检索到。

o          更适应您的网站
由于中文需要进行分词的特性，导致没有一套通用的词库可以适用于全部网站，要得到优秀的检索结果需要定制一套适用于您网站的词库；
采用第三方的搜索服务，您是无法修改第三方厂商的词库的，而使用自建全文搜索则无此问题。

o          更有利于您网站的数据整合
有些网站不止是论坛，往往还包括内容管理(CMS) 、商城等多种应用，而使用数据库搜索往往需要用户在各个系统 中都进行搜索才能找到内容；
第三方的检索无法区别各个系统的不同。而自建的全文搜索可以有效的区分各个数据来源的不同数据，真正做到一次搜索应有尽有，从而改善您网站 的访问体验，增加您网站的点击率。