如何搭一个搜索引擎：[2]sphinx篇
上一篇介绍了用xapian搭搜索引擎，这篇介绍使用sphinx来搭中文搜索引擎(实际使用了中文coreseek来搭)。Coreseek 是一个可供企业使用的、基于Sphinx（可独立于Sphinx原始版本运行）的中文全文检索引擎（主要就是加了中文分词功能和支持了python数据源）。
Sphinx 是由俄罗斯人Andrew Aksyonoff开发的一个全文检索引擎，使用c++语言编写。意图为其他应用提供高速、低空间占用、高结果 相关度的全文搜索功能。Sphinx提供了：索引、检索、排序等搜索引擎的主要功能，关键sphinx支持mysql数据源，方便基于LAMP架构的网站创建自己的搜索引擎服务。sphinx功能强大，提供c、php等api接口，从易用性上来说比xapian要有优势。
由于coreseek在sphinx基础上加入了对中文分词的支持，本篇主要介绍使用coreseek来搭建一个中文搜索引擎服务。
操作方法
- 01
准备工作： 下载coreseek源码:http://www.coreseek.cn/ ,按照网上的教程编译、安装好。 coreseek中文文档：http://www.coreseek.cn/docs/coreseek_4.1-sphinx_2.0.1-beta.html
- 02
修改配置文件： （各配置项详细说明请认真阅读coreseek中文文档） 1）指定数据源： 一般使用mysql数据库作为源 2）配置索引： mlock：为1的情况下使得内存中的索引数据不会被系统换出，某些情况下可以提高性能。 min_prefix_len：前缀索引最小长度，如：等于3的情况下，facebook会生成fac face faceb facebo faceboo facebook六个term对于的索引项。 sphinx支持增量索引，方便新增加的数据快速被检索到，而不用重建整个索引，增量部分可以频繁更新，而不需要重建整个索引。索引的实时增、删、改操作都有相应的解决方案。增：可通过增量索引、或rt索引实现(目前只能使用sphinxQL来更新索引)；删：通过设置索引属性标志位的方法来实现；改：通过 UpdateAttributes来更新索引属性。注意：索引字段的更新只能通过重建索引。 3）配置检索服务searchd，几个参数说明： seamless_rotate：支持动态更换索引，即不影响线上检索服务的情况下更换索引，动态换索引的大致原理是采用双buffer机制，用两倍的内存保证在更换索引时又能同时提供服务。
- 03
创建索引并启动服务： ./indexer -c etc/test.conf --all --rotate ./searchd -c etc/test.conf 只要设置了seamless_rotate=1，下次可以直接使用./indexer -c etc/test.conf --all --rotate来更换索引而不用重启searchd服务了。
- 04
客户端api使用： sphinx提供了sphinxapi.php的api程序，并提供了test.php运行脚本，php程序员修改一下即可方便使用。
- 05
总结： sphinx提供了单索引千万级的搜索引擎解决方案，提供了丰富实用的索引、检索、排序、过滤等功能，100w级数据，索引文本大小不到1个G，检索响应时间在10ms以内。对于千万级以下规模、日搜索量在100w以内的强烈推荐使用，避免重复造车轮，吃力不讨好。即使将来数据量、检索量、功能需求进一步增长，也可以很方便地通过sphinx提供的引擎来作扩展。