前壹陣子嘗試使用了壹下Sphinx，壹個能夠被各種語言(PHP/Python/Ruby/etc)方便調用的全文檢索系統。網上的資料大多是在linux環境下的安裝使用，當然，作為生產環境很有必要部署在*nix環境下，作為學習測試，還是windows環境比較方便些。
本文旨在提供壹種便捷的方式讓Sphinx在windows下安裝配置以支持中文全文檢索，配置部分在linux下通用。
壹、關於Sphinx
Sphinx 是壹個在GPLv2 下發布的壹個全文檢索引擎，商業授權（例如, 嵌入到其他程序中）需要聯系作者（Sphinxsearch.com）以獲得商業授權。
壹般而言，Sphinx是壹個獨立的搜索引擎，意圖為其他應用提供高速、低空間占用、高結果相關度的全文搜索功能。Sphinx可以非常容易的與SQL數據庫和腳本語言集成。
當前系統內置MySQL和PostgreSQL 數據庫數據源的支持，也支持從標準輸入讀取特定格式的XML數據。通過修改源代碼，用戶可以自行增加新的數據源（例如：其他類型的DBMS的原生支持）。
搜索API支持PHP、Python、Perl、Rudy和Java，並且也可以用作MySQL存儲引擎。搜索API非常簡單，可以在若幹個小時之內移植到新的語言上。
Sphinx特性：
高速的建立索引(在當代CPU上，峰值性能可達到10MB/秒); 高性能的搜索(在2–4GB的文本數據上，平均每次檢索響應時間小於0.1秒); 可處理海量數據(目前已知可以處理超過100GB的文本數據,在單壹CPU的系統上可處理100M文檔); 提供了優秀的相關度算法，基於短語相似度和統計（BM25）的復合Ranking方法; 支持分布式搜索; 提供文件的摘錄生成; 可作為MySQL的存儲引擎提供搜索服務; 支持布爾、短語、詞語相似度等多種檢索模式; 文檔支持多個全文檢索字段(最大不超過32個); 文檔支持多個額外的`屬性信息(例如：分組信息，時間戳等); 停止詞查詢; 支持單壹字節編碼和UTF-8編碼; 原生的MySQL支持(同時支持MyISAM和InnoDB); 原生的PostgreSQL支持.
中文手冊可以在這裏獲得（酷勤網備用下載地址：sphinx_doc_zhcn_0.9.pdf）。
二、Sphinx在windows上的安裝
1.直接在/downloads.html找到最新的windows版本，我這裏下的是Win32 release binaries with MySQL support，下載後解壓在D:sphinx目錄下；
2.在D:sphinx下新建壹個data目錄用來存放索引文件，壹個log目錄方日誌文件，復制D:sphinxsphinx.conf.in到D:sphinxbinsphinx.conf（註意修改文件名）；
3.修改D:sphinxbinsphinx.conf，我這裏列出需要修改的幾個：
type= mysql # 數據源，我這裏是mysqlsql_host;= localhost # 數據庫服務器sql_user;= root # 數據庫用戶名sql_pass;=;'' # 數據庫密碼sql_db;;;= test # 數據庫sql_port;= 3306 # 數據庫端口
sql_query_pre;;;= SET NAMES utf8 # 去掉此行前面的註釋，如果妳的數據庫是uft8編碼的
index test1{#;放索引的目錄;path;;;= D:/sphinx/data/# 編碼;charset_type;;= utf-8;#; 指定utf-8的編碼表;charset_table=0..9, A..Z->a..z, _, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F;# 簡單分詞，只支持0和1，如果要搜索中文，請指定為1;ngram_len;;;;= 1# 需要分詞的字符，如果要搜索中文，去掉前面的註釋;ngram_chars;;;= U+3000..U+2FA1F}
# index test1stemmed : test1# {;# path;;;= @CONFDIR@/data/test1stemmed;# morphology;;= stem_en# }# 如果沒有分布式索引，註釋掉下面的內容# index dist1# {;# 'distributed' index type MUST be specified;# type;;;;= distributed
;# local index to be searched;# there can be many local indexes configured;# local;;;;= test1;# local;;;;= test1stemmed
;# remote agent;# multiple remote agents may be specified;# syntax is 'hostname:port:index1,[index2[,...]];# agent;;;;= localhost:3313:remote1;# agent;;;;= localhost:3314:remote2,remote3
;# remote agent connection timeout, milliseconds;# optional, default is 1000 ms, ie. 1 sec;# agent_connect_timeout;= 1000
;# remote agent query timeout, milliseconds;# optional, default is 3000 ms, ie. 3 sec;# agent_query_timeout;;= 3000# }
# 搜索服務需要修改的部分searchd{;# 日誌;log;;;;;= D:/sphinx/log/searchd.log
;# PID file, searchd process ID file name;pid_file;;;= D:/sphinx/log/searchd.pid
# windows下啟動searchd服務壹定要註釋掉這個 # seamless_rotate;;= 1}
4.導入測試數據
C:Program FilesMySQLMySQL Server 5.0bin>mysql -uroot test<d:/sphinx/example.sql
5.建立索引
D:sphinxbin>indexer.exe test1
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
indexing index ‘test1′…
collected 4 docs, 0.0 MB
sorted 0.0 Mhits, 100.0% done
total 4 docs, 193 bytes
total 0.101 sec, 1916.30 bytes/sec, 39.72 docs/sec
D:sphinxbin>
6.搜索’test’試試
D:sphinxbin>search.exe test
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
index ‘test1′: query ‘test ‘: returned 3 matches of 3 total in 0.000 sec
displaying matches:
1. document=1, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008
;;;;;id=1
;;;;;group_id=1
;;;;;group_id2=5
;;;;;date_added=2008-11-26 14:58:59
;;;;;title=test one
;;;;;content=this is my test document number one. also checking search within
;phrases.
2. document=2, weight=2, group_id=1, date_added=Wed Nov 26 14:58:59 2008
;;;;;id=2
;;;;;group_id=1
;;;;;group_id2=6
;;;;;date_added=2008-11-26 14:58:59
;;;;;title=test two
;;;;;content=this is my test document number two
3. document=4, weight=1, group_id=2, date_added=Wed Nov 26 14:58:59 2008
;;;;;id=4
;;;;;group_id=2
;;;;;group_id2=8
;;;;;date_added=2008-11-26 14:58:59
;;;;;title=doc number four
;;;;;content=this is to test groups
words:
1. ‘test’: 3 documents, 5 hits
D:sphinxbin>
都所出來了吧。
6.測試中文搜索
修改test數據庫中documents數據表，
UPDATE `test`.`documents` SET `title` = ‘測試中文’, `content` = ‘this is my test document number two，應該搜的到吧’ WHERE `documents`.`id` = 2;
重建索引：
D:sphinxbin>indexer.exe –all
搜索’中文’試試：
D:sphinxbin>search.exe 中文
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
using config file ‘./sphinx.conf’…
index ‘test1′: query ‘中文 ‘: returned 0 matches of 0 total in 0.000 sec
words:
D:sphinxbin>
貌似沒有搜到，這是因為windows命令行中的編碼是gbk，當然搜不出來。我們可以用程序試試，在D:sphinxapi下新建壹個foo.php的文件，註意utf-8編碼
<?php
require ’sphinxapi.php’;
$s = new SphinxClient();
$s->SetServer(’localhost’,3312);
$result = $s->Query(’中文’);
var_dump($result);
?>
啟動Sphinx searchd服務
D:sphinxbin>searchd.exe
Sphinx 0.9.8-release (r1533)
Copyright (c) 2001-2008, Andrew Aksyonoff
WARNING: forcing –console mode on Windows
using config file ‘./sphinx.conf’…
creating server socket on 0.0.0.0:3312
accepting connections
執行PHP查詢：
php d:/sphinx/api/foo.php
結果是不是出來？剩下的工作就是去看手冊，慢慢摸索高階的配置。