CoreSeek Mysql 安装与检测中文分词与中文全文检索

发布时间：2022-06-17 15:12 所属栏目：61 来源：互联网

导读：CoreSeek是一款专门为中文免费开源的中文全文检索系统,它是一个支持Tb级的全文数据索引了,下面我们来看看CoreSeek Mysql 安装与测试. CoreSeek安装比较麻烦,官方手册对此的支持并不算很好,CoreSeek是基于Sphinx的中文的分词和全文检索软件,本文是在MAC OS X

CoreSeek是一款专门为中文免费开源的中文全文检索系统,它是一个支持Tb级的全文数据索引了,下面我们来看看CoreSeek Mysql 安装与测试.

　　CoreSeek安装比较麻烦,官方手册对此的支持并不算很好,CoreSeek是基于Sphinx的中文的分词和全文检索软件,本文是在MAC OS X系统下安装和调试CoreSeek.

　　安装过程中报错如果是警告warning则忽略,如果是错误error,则必须要处理,CoreSeek是支持三种数据来源的,一种是众所周知的Mysql,一种是XML文件,另一种是Python,而Python则是万能数据类型,在本CoreSeek安装测试教程中只示例数据源是XML文件和MYSQL.

　　官方手册地址:http://www.coreseek.cn/products-install/install_on_macosx

　　一、设置环境变量

　　$ export PATH=/usr/local/bin:$PATH
　　$ export LC_ALL=zh_CN.UTF-8
　　$ export.UTF-8
　　二、安装依赖库:m4、autoconf、automake、libtool。

　　注意:不要brew install 来安装,因为对安装的库的版本有要求.

　　$ curl -O -L http://mirrors.kernel.org/gnu/m4/m4-1.4.13.tar.gz
　　$ tar -xzvf m4-1.4.13.tar.gz
　　$ cd m4-1.4.13
　　$ sudo ./configure --prefix=/usr/local/opt
　　$ sudo make
　　$ sudo make install
　　$ cd ..
　　
　　$ curl -O -L http://mirrors.kernel.org/gnu/autoconf/autoconf-2.65.tar.gz
　　$ tar -xzvf autoconf-2.65.tar.gz
　　$ cd autoconf-2.65
　　$ sudo ./configure --prefix=/usr/local/opt
　　$ sudo make
　　$ sudo make install
　　$ cd ..
　　
　　$ curl -O -L http://mirrors.kernel.org/gnu/automake/automake-1.11.tar.gz
　　$ tar xzvf automake-1.11.tar.gz
　　$ cd automake-1.11
　　$ ./configure --prefix=/usr/local/opt
　　$ sudo make
　　$ sudo make install
　　$ cd ..
　　
　　$ curl -O -L http://mirrors.kernel.org/gnu/libtool/libtool-2.2.6b.tar.gz
　　$ tar xzvf libtool-2.2.6b.tar.gz
　　$ cd libtool-2.2.6b
　　$ sudo ./configure --prefix=/usr/local/opt
　　$ sudo make
　　$ sudo make install
　　$ cd ..
　　三、安装Mysql

　　1、mysql 的安装自行安装

　　2、查找mysql头文件地址和库文件地址,我用brew install mysql,安装的Mysql,头文件地址和库文件地址分别是/usr/local/Cellar/mysql/5.6.17_1/include/mysql 和 /usr/local/Cellar/mysql/5.6.17_1/lib

　　头文件地址就是mysql.h所在的目录,库文件地址就是libmysqlclient.a所在的目录.

　　四、下载Coreseek

　　$ curl -O -L http://www.coreseek.cn/uploads/csft/3.2/coreseek-3.2.14.tar.gz
　　$ tar xzvf coreseek-3.2.14.tar.gz
　　$ cd coreseek-3.2.14
　　在coreseek-3.2.14文件夹下有mmseg和csft和testpack,mmseg是分词服务,csft是CoreSeek的核心服务,testpack是测试用例.

　　五、安装mmseg

　　$ cd mmseg-3.2.14
　　$ sudo ./bootstrap
　　$ sudo ./configure --prefix=/usr/local/opt/mmseg3
　　$ sudo make
　　$ sudo make install
　　$ cd ..
　　在make的时候,可能会报错,如下.

　　file included from css/ThesaurusDict.cpp:6:
　　../src/css/ThesaurusDict.h:12:17: error: expected namespace name
　　using namespace __gnu_cxx;
　　^
　　css/ThesaurusDict.cpp:79:15: warning: result of comparison against a string
　　literal is unspecified (use strncmp instead) [-Wstring-compare]
　　if (filename == "-") {
　　    ^ ~~~
　　    css/ThesaurusDict.cpp:116:15: warning: result of comparison against a string
　　literal is unspecified (use strncmp instead) [-Wstring-compare]
　　if (filename != "-") {
　　    ^ ~~~
　　    2 warnings and 1 error generated.
　　    make[2] : *** [ThesaurusDict.lo] Error 1
　　make[1]: *** [install-recursive] Error 1
　　这个时候make进程已经终止,原因是因为编译器版本太高导致的,修改方法:1是降低编译器版本,反正我打死也不愿意,方法2如下:

　　vim src/css/ThesaurusDict.h
　　###在头部找到：#include <string>
　　###再其下加入一行代码：
　　#include <ext/hash_map>
　　修改完后保存退出,继续重新sudo make一下,就没有error级错误了,然后sudo make install即可.

　　六、安装coreseek

　　$ cd csft-3.2.14
　　$ sudo sh buildconf.sh
　　$ sudo ./configure --prefix=/usr/local/opt/coreseek --without-unixodbc --with-mmseg --with-mmseg-includes=/usr/local/opt/mmseg3/include/mmseg/ --with-mmseg-libs=/usr/local/opt/mmseg3/lib/ --with-mysql --with-mysql-includes=/usr/local/Cellar/mysql/5.6.17_1/include/mysql --with-mysql-libs=/usr/local/Cellar/mysql/5.6.17_1/lib
　　$ sudo make //phpfensi.com
　　$ sudo make install
　　$ cd ..
　　在./configure时,参数--with-mysql-includes是mysql头文件位置,--with-mysql-libs是mysql库文件位置,请在本CoreSeek安装教程第三步所记录的mysql头文件地址和库文件地址,替换.

　　在make时,可能又会出现error级的错误,如果出现make程序是停止运行的,必须要修改,错误提示如下:

　　phinxexpr.cpp:1047:11: error: use of undeclared identifier 'ExprEval'
　　T val = ExprEval ( this->m_pArg, tMatch ); // 'this' fixes gcc ...
　　解决方法:修改源代码.

　　vim src/sphinxexpr.cpp

　　将T val = ExprEval(this->m_pArg,tMatch)替换为T val = this->ExprEval(this->m_pArg,tMatch).

　　就是加了个“this->”,是把这个文件中所有的ExprEval()函数都修改了,有三四个吧,修改后保存退出,重新sudo make,然后sudo make install即可.

　　七、测试XML数据

　　$ cd testpack
　　
　　#测试编码是否正确显示中文，如果不是中文则请看本CoreSeek安装测试教程第一步
　　
　　$ cat var/test/test.xml
　　
　　# 测试mmseg分词的效果
　　$ /usr/local/opt/mmseg3/bin/mmseg -d /usr/local/opt/mmseg3/etc var/test/test.xml
　　
　　# 建立检索的索引。
　　$ /usr/local/opt/coreseek/bin/indexer -c etc/csft.conf --all
　　
　　#全文搜索“网络搜索”
　　$ /usr/local/opt/coreseek/bin/search -c etc/csft.conf 网络搜索
　　如果在建立检索的索引出错，FATAL: failed to lock var/data/xml.spl: Resource temporarily unavailable, will not index. Try --rotate option.
　　则修改为
　　$ /usr/local/opt/coreseek/bin/indexer -c etc/csft.conf --all --rotate
　　八、测试MYSQL数据源

　　cd testpack

　　1、修改配置文件,文件位于testpack/etc/csft_mysql.conf

　　vim etc/csft_mysql.conf

　　我的csft_mysql.conf文件如下:记得把mysql 的sql_host,sql_user,sql_pass,sql_db,sql_port修改为自己的,并且把路劲都修改为你自己的路径.

　　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   = mysql
　　
　　    sql_host   = localhost
　　    sql_user   = root
　　    sql_pass   = 8823150
　　    sql_db     = test
　　    sql_port   = 3306
　　    sql_query_pre   = SET NAMES utf8
　　
　　    sql_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            = /Users/lane/coreseek-3.2.14/testpack/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
　　
　　    #中文分词配置，详情请查看：http://www.coreseek.cn/products-install/coreseek_mmseg/
　　    charset_dictpath = /usr/local/opt/mmseg3/etc/ #BSD、Linux环境下设置，/符号结尾
　　    #charset_dictpath = 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
　　{
　　    listen                  =   9312
　　    read_timeout        = 5
　　    max_children        = 30
　　    max_matches            = 1000
　　    seamless_rotate        = 0
　　    preopen_indexes        = 0
　　    unlink_old            = 1
　　    pid_file = /Users/lane/coreseek-3.2.14/testpack/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 = /Users/lane/coreseek-3.2.14/testpack/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 = /Users/lane/coreseek-3.2.14/testpack/var/log/query_mysql.log #请修改为实际使用的绝对路径，例如：/usr/local/coreseek/var/...
　　}
　　2、给mysql导入测试数据

　　mysql的测试数据我们用的是test数据库,documents数据表,请自行确保test数据库存在,我们一起来建documents表,这个表的结构和数据都是由CoreSeek提供的,在testpack/var/test/documents.sql.

　　mysql -u root -p
　　
　　#输入密码
　　
　　#看看，数据库test在不在
　　mysql > show databases;
　　#如果test库不在请创建
　　mysql > create database test;
　　
　　use test;
　　
　　#导入数据
　　source /Users/lane/coreseek-3.2.14/testpack/var/test/documents.sql
　　3、测试:

　　$ cd testpack
　　
　　# 建立检索的索引
　　$ /usr/local/opt/coreseek/bin/indexer -c etc/csft_mysql.conf --all
　　
　　#全文搜索“网络搜索”
　　$ /usr/local/opt/coreseek/bin/search -c etc/csft_mysql.conf 网络搜索
　　如果提示有错误,请检查csft_mysql.conf的路径、mysql的配置等信息是否正确.

　　九、测试PHP+MYSQL

　　1、先启动服务

　　/usr/local/opt/coreseek/bin/searchd -c etc/csft.conf

　　2、PHP文件

　　<?php
　　require ( "/Users/lane/coreseek-3.2.14/testpack/api/sphinxapi.php" );
　　//phpfensi.com
　　$cl = new SphinxClient ();
　　$cl->SetServer ( '127.0.0.1', 9312);
　　$cl->SetConnectTimeout ( 3 );
　　$cl->SetArrayResult ( true );
　　$cl->SetMatchMode ( SPH_MATCH_ANY);
　　$res = $cl->Query ( '网络搜索', "*" );
　　print_r($cl);
　　print_r($res);
　　?>
　　我在Linux折腾了一天没有搞定,在MAC搞了半天搞定了,等搞定Linux后再发Linux的.

（编辑：ASP站长网）