coreseek使用心得

為了應付日益龐大的資料量，我開始試用coreseek協助全文搜尋的功能，獲得了不錯的效果，因而列出幾項心得留作記錄。

一、官網
http://www.coreseek.cn/products-install/install_on_windows/
有非常豐富的資訊，以及全中文的使用手冊。

二、教學網站
http://www.cnblogs.com/phpway/archive/2013/02/06/2908097.html
這是我獲益最大的教學網站。

三、有的沒的

1.執行coreseek要先跑索引，索引的對象在mysql裡可以是表格，也可以是view，可以用view做索引真的很方便。另外，理論上作為主鍵的數字是不能重複的，但實際使用上似乎可以，尤其用view跑的時候常會有這種情形，但前提是後面的文字內容必須一樣。

2.系統帶的分詞設定很有可能會導致某些資料找不到，用mysql自帶的全文搜尋和coreseek的搜尋結果就可以看出來，所以要求精確搜尋的人記得清空分詞的檔案（預設為var資料夾下的uni.lib、unigram.txt）。

3.資料限制1000筆真的不夠，要在csft_mysql.conf裡改，使用api的話，sphinxapi.php也要改。

4.排序方式說明說講得有點模糊，補充如下：
　$sph = new SphinxClient();
　$sph->SetSortMode(SPH_SORT_ATTR_ASC,"xxx")
　在SphinxClient對象中有個SetSortMode設定，共有六個模式，比較常用的有四種：
　SPH_SORT_RELEVANCE 模式, 按相关度降序排列（預設模式）
　SPH_SORT_ATTR_DESC 模式, 按属性降序排列 （属性值越大的越是排在前面）
　SPH_SORT_ATTR_ASC 模式, 按属性升序排列（属性值越小的越是排在前面）
　SPH_SORT_EXPR 模式，按某个算术表达式排序。
　第二三種後面要接一個屬性值，屬性值要在csft_mysql.conf的
　sql_attr_uint = xxx
　這邊設定，一開始就要讀進去。用的時候直接名字加引號就可以了，不用加$。

5.預設的匹配模式有點麻煩，反正加引號針對那個詞找就好了。

6.其他
以他自帶的csft_mysql.conf範例來說
source mysql
{
    type                    = mysql

    sql_host                = localhost　　
    sql_user                = root
    sql_pass                =
    sql_db                    = test
    sql_port                = 3306
//上面這些帳密等都不用加引號
    sql_query_pre            = SET NAMES utf8

    sql_query                = SELECT id, group_id FROM documents
                                                              #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
//這裡第一個是id，第二個是全文，第三個以後是篩選用的attr
    sql_attr_uint            = group_id           #从SQL读取到的值必须为整数
//篩選用的attr欄位名稱
    sql_attr_timestamp        = date_added #从SQL读取到的值必须为整数，作为时间属性
//沒用過，找不到也無所謂
    sql_query_info_pre      = SET NAMES utf8
    sql_query_info            = SELECT * FROM documents WHERE id=$id
//這一行如果用api的話，不用管也無所謂
}

#index定义
index mysql
{
    source            = mysql             #对应的source名称
    path            = var/data/mysql #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

    charset_dictpath = etc/
//這裡就是放分詞的地方，要精確搜尋的話就清空檔案內容吧                          
    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
//這個是搜尋限制，改大一點
    seamless_rotate        = 0
    preopen_indexes        = 0
    unlink_old            = 1
}

7.與mysql
使用api的話（coreseek\api\sphinxapi.php），只能撈出id，要用這些id再進mysql撈全文出來，使用表的話當然沒問題，用view就要小心，id不能重複，最好要設計成從id就知道是哪個表出來的，這樣找起來更快一點。