标签：
项目中文章的信息内容因为持续有新增，而文章总量的基数又比较大，所以做搜索的时候，用了主索引+增量索引这种方式来实现索引的实时更新。
实现原理：
1. 新建一张表，记录一下上一次已经创建好索引的最后一条记录的ID
2. 当索引时，然后从数据库中取出所有ID大于上面那个sphinx中的那个ID的数据， 这些就是新的数据，然后创建一个小的索引文件
3. 把上边我们创建的增量索引文件合并到主索引文件上去
4. 把最后一条记录的ID更新到第一步创建的表中
值得注意的两点：
1）当合并索引的时候，只是把增量的索引合并进主索引中，增量索引本身并不会变化，也不会被删除；
2）当重建主索引的时候，增量索引就会被删除；
具体操作实现流程：
1. 新建一张表，用于存储已经建过索引的最大的doc_id
CREATE TABLE `sph_counter` ( `counter_id` int(11) NOT NULL COMMENT ‘标识不同的数据表‘, `max_doc_id` int(11) NOT NULL COMMENT ‘每个索引表的最大ID,会实时更新‘, PRIMARY KEY (`counter_id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8
2. 配置索引文件
#主索引数据源定义 source article_main { type = mysql sql_host =xxx.xxx.xxx.xx sql_user = sql_pass = sql_db = sql_port = 3306 sql_query_pre = SET NAMES utf8 sql_query_pre = REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents sql_query_range = sql_range_step = 10000 sql_query = SELECT * FROM documents WHERE id>=$start AND id<=$end sql_attr_timestamp = pubtime #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=$id #命令行查询时，从数据库读取原始数据信息 }
# 增量索引数据源定义 source article_delta : article_main { sql_query_pre = SET NAMES utf8 sql_query_range = sql_range_step = 10000 sql_query = SELECT * FROM documents WHERE id>=$start AND id<=$end sql_attr_timestamp = pubtime #从SQL读取到的值必须为整数，作为时间属性 # 增量索引创建完成之后，更新最大的doc_id sql_query_post = UPDATE sph_counter SET max_doc_id=(SELECT MAX(id) FROM documents) where counter_id=1 # REPLACE INTO sph_counter SELECT 1, MAX(id) FROM documents sql_query_info_pre = SET NAMES utf8 #命令行查询时，设置正确的字符集 sql_query_info = SELECT * FROM article_info WHERE id=$id #命令行查询时，从数据库读取原始数据信息 }
# 主索引index定义 index article_main { source = article_main #对应的source名称 path = /data/... #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/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 } # 增量索引index定义 index article_delta : article_main { source = article_delta path = /data/.... 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/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 }
配置文件中修改好本部分之后，需要重新启动一下searchd进程，让其加载新的配置文件
sudo /usr/local/coreseek4/bin/searchd -c /usr/local/coreseek4/etc/xxxx.conf --stop
sudo nohup /usr/local/coreseek4/bin/searchd -c /usr/local/coreseek4/etc/xxxx.conf &
新建主索引 ：
sudo /usr/local/coreseek4/bin/indexer -c /usr/local/coreseek4/etc/xxxx.conf article_main --rotate
过一段时间再新建增量索引(需要将此命令放到定时任务中，跑的频率按照实际需求来定)
sudo /usr/local/coreseek4/bin/indexer -c /usr/local/coreseek4/etc/xxxx.conf article_delta --rotate
下一步，自己可以用命令行的search来查询增量索引的内容
/usr/local/coreseek4/bin/search -c /usr/local/coreseek4/etc/xxxx.conf 网络文章
标签：
原文地址：http://www.cnblogs.com/mingaixin/p/5085708.html
