由于项目需要全文检索,后面就去网上查了下资料,找到了Sphinx【中文是狮身人面像】这个全文检索引擎,听说挺好用的,不过没有中文分词。后面又去找了一下,找到了Coreseek,一款中文全文检索/搜索软件。
一、Sphinx PHP扩展下载
PHP已经有专门的Sphinx的扩展文件,点击这里可以下载到不同版本的扩展。
扩展安装成功后,就能看到sphinx信息了。
也可以通过引用一个php类文件达到同样的效果,文件是在api文件夹下面的sphinxapi.php。这个更好用点,在调试的时候发现,如果是直接引用的那个dll有时候会报方法不存在,但是明明在PHP:Sphinx的API说明里面是有的。
二、安装Coreseek
1) 我这边下载了4.1的版本。按照网站上面写的过程,我在本地布了一下。
这个local目录其实可以自己随便建立,这里建的我感觉好深,打dos命令的时候挺麻烦的。
2) 打开下载下来的压缩包,etc里面有很多conf的配置文件。
在var\test文件里有个documents.sql的文件,这一个demo数据库,等下就会用这个做测试。
3) 把etc中的csft_mysql.conf文件复制到bin中,并改名为sphinx.conf。
因为我的全文检索需要配合MySQL数据库,所以需要配置这个文件。
4) 修改配置文件,刚开始配置文件没设置好,老会报错。
#MySQL数据源配置,详情请查看:http://www.coreseek.cn/products-install/mysql/ #请先将var/test/documents.sql导入数据库,并配置好以下的MySQL用户密码数据库#源定义 source mysql {type = mysqlsql_host = localhostsql_user = rootsql_pass = 123456sql_db = sphinxsql_port = 3306sql_query_pre = SET NAMES utf8sql_query = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content 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sql_attr_uint = group_id #从SQL读取到的值必须为整数sql_attr_timestamp = date_added #从SQL读取到的值必须为整数,作为时间属性sql_query_info_pre = SET NAMES utf8 #命令行查询时,设置正确的字符集sql_query_info = SELECT * FROM documents WHERE id=$id #命令行查询时,从数据库读取原始数据信息 }#index定义 index mysql {source = mysql #对应的source名称path = C:/usr/local/coreseek-4.1-win32/var/data/documents #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...docinfo = externmlock = 0morphology = nonemin_word_len = 1html_strip = 0#中文分词配置,详情请查看:http://www.coreseek.cn/products-install/coreseek_mmseg/#charset_dictpath = /usr/local/mmseg3/etc/ #BSD、Linux环境下设置,/符号结尾charset_dictpath = C:/usr/local/coreseek-4.1-win32/etc/ #Windows环境下设置,/符号结尾,最好给出绝对路径,例如:C:/usr/local/coreseek/etc/...charset_type = zh_cn.utf-8 }#全局index定义 indexer {mem_limit = 128M }#searchd服务定义 searchd {compat_sphinxql_magics = 0listen = 9312read_timeout = 5max_children = 30max_matches = 1000seamless_rotate = 0preopen_indexes = 0unlink_old = 1pid_file = C:/usr/local/coreseek-4.1-win32/var/log/searchd_mysql.pid #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...log = C:/usr/local/coreseek-4.1-win32/var/log/searchd_mysql.log #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...query_log = C:/usr/local/coreseek-4.1-win32/var/log/query_mysql.log #请修改为实际使用的绝对路径,例如:/usr/local/coreseek/var/...binlog_path = #关闭binlog日志 }
5) 建立索引,打一句dos命令就行。
在#index定义中,设置了path的路径,在这个路径里面能够看到索引文件。
6) 打开控制台让Sphinx监听端口,接收搜索命令。
searchd 可以安装成一个Windows服务,命令如下:
C:\usr\local\coreseek> C:\usr\local\coreseek\bin\searchd.exe --install --config C:\usr\local\coreseek\etc\coreseek.conf --servicename Coreseek
这样 searchd
服务应该出现在“控制面板->系统管理->服务”的列表中了. 服务应该出现在“控制面板->系统管理->服务”的列表中了。
删除服务的命令如下:
sc delete Coreseek
三、PHP代码测试
<?php header('Content-Type: text/html; charset=utf-8');//防止中文显示为乱码 $s = new SphinxClient;//已经引入扩展,所以不需要额外require文件了 $s->setServer("127.0.0.1", 9312); $s->setMatchMode(SPH_MATCH_PHRASE); $s->setMaxQueryTime(30); $res = $s->query('愚人', 'mysql'); #[愚人]关键字,[mysql]数据源source $err = $s->GetLastError(); echo '<pre>'; var_dump($res); var_dump($err); echo '</pre>';
查看到结果:
与数据库比对一下,可以看到搜索出了第一条的数据。
四、计算经纬度
现在时髦的APP客户端,基本上都会涉及到一个功能,就是寻找附近的XX,在我们服务端就是需要计算经纬度距离了。原先我们的做法是在MySQL中自定义一个计算两个经纬度点距离的函数,在做查询的时候调用,现在用Coreseek可以直接调用一个方法SetGeoAnchor。
先看看Coreseek中对这个方法的说明:
原型: function SetGeoAnchor ( $attrlat, $attrlong, $lat, $long )为地理距离计算设置锚点,并且允许使用它们。$attrlat 和 $attrlong是字符串,分别指定了对应经度和纬度的属性名称。
$lat 和 $long是浮点值,指定了锚点的经度和纬度值,以角度为单位。
再看看sphinx中API的说明:
Prototype: function SetGeoAnchor ( $attrlat, $attrlong, $lat, $long )Sets anchor point for and geosphere distance (geodistance) calculations, and enable them.$attrlat and $attrlong must be strings that contain the names of latitude and longitude attributes, respectively.
$lat and $long are floats that specify anchor point latitude and longitude, in radians.
原文说的$lat 和 $long这两个其实是弧度,而不是翻译的角度。
1)在做索引的时候 ,将经纬度数据源转换成弧度。 radians是MySQL中由度转化为弧度的函数。
sql_query = SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content,
radians(longtitude) as longtitude, radians(latitude) as latitude FROM documents order by id desc
2)PHP中引用方法,并可做过滤与排序,deg2rad函数将角度转换为弧度。
$lon = 121; $lat = 31; $s->SetGeoAnchor('latitude', 'longtitude', (float)deg2rad($lat), (float) deg2rad($lon)); $s->SetSortMode(SPH_SORT_EXTENDED, '@geodist asc'); // 按距离正向排序 //$s->SetFilterFloatRange('@geodist', 0.0, $radius); // 过滤掉大于10公里的地点
3)查看页面结果,距离大约为49749;同时我用以前的那个MySQL自定义函数,在数据库中跑了一下,距离是49704,两个结果差不多。