全文检索工具sphinx的安装和测试

本文主要给大家介绍全文检索工具sphinx的安装和测试，其所涉及的东西，从理论知识来获悉，有很多书籍、文献可供大家参考，从现实意义角度出发，累计多年的实践经验可分享给大家。

导读：最近在线上由于某些不可名状的原因需要在数据库中过滤一些词语,所以线上比较多的语句都是 select c1,c2 fron tb1 where c1 like '%name%'类似与这个样子的模糊查询。开始想到了全文索引来进行分词，但是又想到这些都是线上数据库，并且表中的数据都是几千万行的数据，在线online ddl 或者说使用第三方的工具的话对于在修改期间会阻塞线上的DML操作,并且针对全文索引的维护也需要消耗一定的资源，所以暂时打消了这个想法。在和开发进行讨论并且结合实际业务，最后还是打算选型第三方的全文检索工具，在这里选择了全文检索工具sphinx。

sphinx的安装和测试:

1. sphinx的安装

yum install sphinx -y

2. 配置文件

#
# Minimal Sphinx configuration sample (clean, simple, functional)
#

source sbtest_sbtest1
{
      type                    = mysql

  sql_host                = localhost 
     sql_user                = root
        sql_pass                = redhat
      sql_db                  = sbtest
      sql_port                = 3306     # optional, default is 3306

       sql_query               = \
           SELECT userid as  id, \
                k, \
                c, \
                pad \
                FROM sbtest1 \
                where c like '679578678%' \

       sql_attr_uint    = k  #数据类型int或者timestamp
        sql_field_string         = c  #数据类型text或者string
        sql_attr_string         = pad #数据类型string
}

index sbtest1
{
       source                  = sbtest_sbtest1
      path                    = /var/lib/sphinx/sbtest1 #索引文件的路径
}

index testrt
{
        type                    = rt
  rt_mem_limit            = 128M

   path                    = /var/lib/sphinx/testrt

 rt_field                = title
       rt_field                = content
     rt_attr_uint            = gid
}

indexer
{
    mem_limit               = 128M
}

searchd
{
   listen                  = 9312 
  listen                  = 9306:mysql41    #对外提供服务的端口,类似与mysql中的3306端口
     log                     = /var/log/sphinx/searchd.log
 query_log               = /var/log/sphinx/query.log
   read_timeout            = 5
   max_children            = 30
  pid_file                = /var/run/sphinx/searchd.pid
 seamless_rotate         = 1
   preopen_indexes         = 1
   unlink_old              = 1
   workers                 = threads # for RT to work
   binlog_path             = /var/lib/sphinx/
}

注意：在配置文件中需要注意的是:

a. 在sql_query参数后面是sql语句,但是这个sql语句的第一个字段必须是id字段，在后面的参数类型定义的时候不需要定义,否则的话sphinx是不能识别这个属性的。

b. 在属性的定义的时候必须包含一个sql_filed_string类型的字段，否则sphinx认为你没有必须使用全文检索这个功能。

3.创建索引

indexer sbtest1

4.启动searchd 服务

service searchd start

5.查看searchd服务状态

[root@TiDB-node2 data]# searchd --status
Sphinx 2.3.2-id64-beta (4409612)
Copyright (c) 2001-2016, Andrew Aksyonoff
Copyright (c) 2008-2016, Sphinx Technologies Inc (http://sphinxsearch.com)

using config file '/etc/sphinx/sphinx.conf'...

searchd status
--------------
uptime: 80403
connections: 11
maxed_out: 0
command_search: 7
command_excerpt: 0
command_update: 0
command_delete: 0
command_keywords: 0
command_persist: 0
command_status: 1
command_flushattrs: 0
agent_connect: 0
agent_retry: 0
queries: 7
dist_queries: 0
query_wall: 0.010
query_cpu: OFF
dist_wall: 0.000
dist_local: 0.000
dist_wait: 0.000
query_reads: OFF
query_readkb: OFF
query_readtime: OFF
avg_query_wall: 0.001
avg_query_cpu: OFF
avg_dist_wall: 0.000
avg_dist_local: 0.000
avg_dist_wait: 0.000
avg_query_reads: OFF
avg_query_readkb: OFF
avg_query_readtime: OFF
qcache_max_bytes: 16777216
qcache_thresh_msec: 3000
qcache_ttl_sec: 60
qcache_cached_queries: 0
qcache_used_bytes: 0
qcache_hits: 0

6.测试使用：mysql 客户端

[root@TiDB-node2 data]# mysql -uroot -predhat -h327.0.0.1 -P9306 -e "select id,k,c,pad from sbtest1 where match('03679578678')"
mysql: [Warning] Using a password on the command line interface can be insecure.
+------+----------+-------------------------------------------------------------------------------------------------------------------------+-------------------------------------------------------------+
| id   | k        | c                                                                                                                       | pad                                                         |
+------+----------+-------------------------------------------------------------------------------------------------------------------------+-------------------------------------------------------------+
|    1 | 15324329 | 64733237507-56788752464-03679578678-53343296505-31167207241-10603050901-64148678956-82738243332-73912678420-24566188603 | 78326593386-76411244360-77646817949-14319822046-41963083322 |
+------+----------+-------------------------------------------------------------------------------------------------------------------------+-------------------------------------------------------------+

7.python测试使用

#!/usr/bin/env python
#coding:utf-8

import pymysql

con = pymysql.connect(host='127.0.0.1', port=9306, user="", passwd="", db="")
with con.cursor(pymysql.cursors.DictCursor) as cur:
    cur.execute("select * from sbtest1 where match('679578678%')")
    print(cur.fetchall())
    
[root@TiDB-node2 ~]# python sphinx.py
[{u'c': '64733237507-56788752464-03679578678-53343296505-31167207241-10603050901-64148678956-82738243332-73912678420-24566188603', u'k': 15324329, u'pad': '78326593386-76411244360-77646817949-14319822046-41963083322', u'id': 1}]

8.表结构：

root@mysqldb 18:06:  [sbtest]> show create table sbtest1 \G
*************************** 1. row ***************************
       Table: sbtest1
Create Table: CREATE TABLE `sbtest1` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `k` int(11) NOT NULL DEFAULT '0',
  `c` char(120) NOT NULL DEFAULT '',
  `pad` char(60) NOT NULL DEFAULT '',
  PRIMARY KEY (`id`),
  KEY `k_1` (`k`)
) ENGINE=InnoDB AUTO_INCREMENT=25000000 DEFAULT CHARSET=utf8mb4

测试环境中表sbtest1的数据有2500万行,测试sql是select * from sbtest1 where c like '679578678%'。在MySQL执行这个sql的时候由于使用不了索引只能进行全表扫描，花费了将近4分钟，但是在sphinx创建索引的时候也花费了70多秒的样子。在索引创建成功之后基本上面执行python脚本或者使用mysql客户端获取得到的花费基本是在毫秒级别的。性能提升了很多，并且sphinx和MySQL的在创建索引成功之后之间就没有链接了。并不会影响MySQL的操作，sphinx可以独立部署到一台云服务器上面。

9.更新索引文件:增量更新索引文件

indexer --rotate test1

看了以上全文检索工具sphinx的安装和测试介绍，希望能给大家在实际运用中带来一定的帮助。本文由于篇幅有限，难免会有不足和需要补充的地方，大家可以继续关注行业资讯板块，会定期给大家更新行业新闻和知识，如有需要更加专业的解答，可在官网联系我们的24小时售前售后，随时帮您解答问题的。