Установка и настройка Sphinx в CentOS 7

[baltun]

Sphinx – это производительная и простая система для полнотекстового поиска с открытым исходным кодом. Sphinx может искать данные в любых источниках: в базах SQL, текстовых и HTML-файлах, почтовых ящиках, и т.д.

Основные функции Sphinx:

• Высокопроизводительная индексация и поиск;
• Продвинутые инструменты индексации и запросов;
• Продвинутая постобработка;
• Масштабируемость до миллиардов документов, терабайтов данных и тысяч запросов в секунду;
• Простая интеграция с источниками данных SQL и XML и поисковыми интерфейсами SphinxQL, SphinxAPI или SphinxSE;
• Распределенный поиск.

Данное руководство поможет установить Sphinx и настроить поисковую систему для взаимодействия с MySQL.

1. Установка Sphinx
Прежде чем установить Sphinx на сервер, нужно установить зависимости программы:

sudo yum install -y postgresql-libs unixODBC

Перейдите в каталог tmp, чтобы загрузить файлы Sphinx.

cd /tmp

Загрузите последнюю версию Sphinx:

wget http://sphinxsearch.com/files/sphinx-2.2.11-1.rhel7.x86_64.rpm

Установите Sphinx:

sudo yum install -y sphinx-2.2.11-1.rhel7.x86_64.rpm

Поисковая система Sphinx успешно установлена на сервер. После установки Sphinx нуждается в дополнительной настройке.

2. Настройка Sphinx
Конфигурации Sphinx должны храниться в файле sphinx.conf в каталоге /etc/sphinx. Они состоят из трёх основных блоков: index, searchd и source.
В файле по умолчанию предусмотрена минимальная конфигурация. Но лучше создать новый конфигурационный файл.
Блок source содержит тип источника данных, имя пользователя и пароль MySQL. Первый столбец sql_query должен содержать уникальный ID. Запрос SQL будет выполняться для каждого индекса, а затем передавать данные в индексный файл Sphinx. Блок source состоит из таких полей:

• type: тип источника данных. В данном случае это mysql (также система поддерживает типы pgsql, mssql, xmlpipe2, odbc и т.д.).
• sql_host: имя хоста MySQL; в данном случае это localhost. В это поле нужно внести домен или IP-адрес.
• sql_user: имя пользователя MySQL (в данном случае это root).
• sql_pass: пароль MySQL.
• sql_db: имя БД, в которой хранятся нужные данные (в этом руководстве – test).
• sql_query: запрос, который сбрасывает данные в индексный файл.

Блок source выглядит так:

source src1
{
type          = mysql
#SQL settings (for ‘mysql’ and ‘pgsql’ types)
sql_host      = localhost
sql_user      = root
sql_pass      = password
sql_db        = test
sql_port      = 3306 # optional, default is 3306
sql_query     = \
SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \
FROM documents
sql_attr_uint         = group_id
sql_attr_timestamp    = date_added
}

Блок index содержит данные об источнике и путь к местонахождению данных.

• source: имя блока source. В данном случае это src1.
• path: путь к индексному файлу.

Этот блок выглядит так:

index test1
{
source        = src1
path          = /var/lib/sphinx/test1
docinfo       = extern
}

Блок searchd содержит порты и переменные для запуска демона Sphinx.

• listen: порт, на котором нужно запустить Sphinx, и используемый протокол (в руководстве – 9306:mysql41). Популярные протоколы Sphinx – sphinx (SphinxAPI) и :mysql41 (SphinxQL).
• query_log: путь к логу запросов.
• pid_file: путь к PID-файлу Sphinx.
• seamless_rotate: предотвращает останов searchd при кэшировании большого объема данных.
• preopen_indexes: указывает, нужно ли предварительно открывать все индексы.
• unlink_old: указывает, нужно ли отключить старые копии индекс-файлов.

searchd
{
listen            = 9312:sphinx       #SphinxAPI port
listen            = 9306:mysql41      #SphinxQL port
log               = /var/log/sphinx/searchd.log
query_log         = /var/log/sphinx/query.log
read_timeout      = 5
max_children      = 30
pid_file          = /var/run/sphinx/searchd.pid
seamless_rotate   = 1
preopen_indexes   = 1
unlink_old        = 1
binlog_path       = /var/lib/sphinx/
}

Ниже приведены все конфигурации файла sphinx.conf. Вы можете просто скопировать и вставить их в свой файл. Единственная переменная, которую нужно отредактировать – это sql_pass в блоке source; укажите в ней свой пароль mysql.

source src1
{
type          = mysql
sql_host      = localhost
sql_user      = root
sql_pass      = your_root_mysql_password
sql_db        = test
sql_port      = 3306
sql_query     = \
SELECT id, group_id, UNIX_TIMESTAMP(date_added) AS date_added, title, content \
FROM documents
sql_attr_uint         = group_id
sql_attr_timestamp    = date_added
}
index test1
{
source            = src1
path              = /var/lib/sphinx/test1
docinfo           = extern
}
searchd
{
listen            = 9306:mysql41
log               = /var/log/sphinx/searchd.log
query_log         = /var/log/sphinx/query.log
read_timeout      = 5
max_children      = 30
pid_file          = /var/run/sphinx/searchd.pid
seamless_rotate   = 1
preopen_indexes   = 1
unlink_old        = 1
binlog_path       = /var/lib/sphinx/
}

Больше конфигураций можно найти в файле /etc/sphinx/sphinx.conf.sample, который содержит подробное описание всех переменных.

3. Управление индексом
В данном разделе показано, как добавить данные в индекс Sphinx, и обновить индекс с помощью cron.
Чтобы добавить данные в индекс, используется только что созданный конфигурационный файл.

sudo indexer --all

Данная команда работать с realtime индексами (RT) не будет, т.к для их обновления требуются команды update, delete, create.

Команда должна вернуть:

Sphinx 2.2.11-id64-release (95ae9a6)
Copyright (c) 2001-2016, Andrew Aksyonoff
Copyright (c) 2008-2016, Sphinx Technologies Inc (http://sphinxsearch.com)
using config file '/etc/sphinx/sphinx.conf'...
indexing index 'test1'...
collected 4 docs, 0.0 MB
sorted 0.0 Mhits, 100.0% done
total 4 docs, 193 bytes
total 0.006 sec, 29765 bytes/sec, 616.90 docs/sec
total 4 reads, 0.000 sec, 0.1 kb/call avg, 0.0 msec/call avg
total 12 writes, 0.000 sec, 0.1 kb/call avg, 0.0 msec/call avg

В среде производства нужно постоянно поддерживать индекс в актуальном состоянии. Для этого создайте cronjob. Откройте crontab:

crontab -e

Этот cronjob будет запускаться каждый час и добавлять данные в индекс, обращаясь к созданному ранее конфигурационному файлу. Скопируйте и вставьте в конец файла следующее правило:

@hourly /usr/bin/indexer --rotate --config /etc/sphinx/sphinx.conf --all

Теперь поисковая система Sphinx готова к запуску.

4. Запуск Sphinx
Чтобы запустить демон Sphinx и проверить его статус, используйте systemctl.

sudo systemctl start searchd
sudo systemctl status searchd

5. Тестирование поиска
Теперь попробуйте найти данные с помощью Sphinx. Подключитесь к SphinxQL с помощью интерфейса MySQL (командная строка изменится на mysql>).

mysql -h0 -P9306

Попробуйте найти предложение:

SELECT * FROM test1 WHERE MATCH('test document'); SHOW META;

Команда вернёт:

+------+----------+------------+
| id   | group_id | date_added |
+------+----------+------------+
|    1 |        1 | 1465979047 |
|    2 |        1 | 1465979047 |
+------+----------+------------+
2 rows in set (0.00 sec)
+---------------+----------+
| Variable_name | Value    |
+---------------+----------+
| total         | 2        |
| total_found   | 2        |
| time          | 0.000    |
| keyword[0]    | test     |
| docs[0]       | 3        |
| hits[0]       | 5        |
| keyword[1]    | document |
| docs[1]       | 2        |
| hits[1]       | 2        |
+---------------+----------+
9 rows in set (0.00 sec)

Как видите, система Sphinx обнаружила два совпадения из индекса test1. Команда SHOW META; показывает соответствия каждого ключевого слова в предложении.
Попробуйте выполнить поиск по ключевым словам:

CALL KEYWORDS ('test one three', 'test1', 1);

Команда вернёт:

+------+-----------+------------+------+------+
| qpos | tokenized | normalized | docs | hits |
+------+-----------+------------+------+------+
| 1    | test      | test       | 3    | 5    |
| 2    | one       | one        | 1    | 2    |
| 3    | three     | three      | 0    | 0    |
+------+-----------+------------+------+------+
3 rows in set (0.00 sec)

В индексе test1 система Sphinx нашла:

• 5 совпадений в 3 документах для ключа test.
• 2 совпадения в 1 документе для ключа one.
• 0 совпадений в 0 документах для ключа three.

Данное руководство помогает установить Sphinx и выполнить простой поиск данных с помощью SphinxQL и MySQL.